Git Stars Git Stars

#speech-recognition リポジトリ

204
リポジトリ総数
889,741
合計スター数
4,361
リポジトリあたりの平均スター数

リポジトリ合計206件

101
modal-labs/quillman

ボイスチャットアプリ

modal-labs
⭐ 1,214 Python 👤 modal-labs Organization 🕐 更新日時 2026-10-30 📅 作成日 2023-04-19
102
matthiasn/lotti

個人用AIアシスタントのスタッフを備えたプライベートなログブック。エージェントはあなたが記録したものを読み、次に何をすべきかを提案します — あなたが変更を承認します。自分のデバイス間でのエンドツーエンド暗号化同期 — サーバーは暗号文しか見ません。ローカルAIはオプションです。

matthiasn
⭐ 1,208 Dart 👤 matthiasn User 🕐 更新日時 2026-11-20 📅 作成日 2016-03-16
103
rudrankriyam/Foundation-Models-Framework-Lab

Appleの基盤モデルフレームワークを使用してアプリを構築、テスト、評価するための実践的なラボ。

rudrankriyam
⭐ 1,194 Swift 👤 rudrankriyam User 🕐 更新日時 2026-11-07 📅 作成日 2025-06-09
104
TencentGameMate/chinese_speech_pretrain

中国語の事前学習済みモデル

TencentGameMate
⭐ 1,184 Shell 👤 TencentGameMate Organization 🕐 更新日時 2024-08-23 📅 作成日 2022-05-25
105
janvarev/Irene-Voice-Assistant

Irinaは、オフライン作業用のロシアの音声アシスタントです。プラグインを介してスキルをサポートします。

janvarev
⭐ 1,184 Python 👤 janvarev User 🕐 更新日時 2026-07-26 📅 作成日 2021-12-14
106
ashishpatel26/Treasure-of-Transformers

💁 自然言語処理のためのTransformerモデルの素晴らしい宝庫には、論文、ビデオ、ブログ、公式リポジトリ、およびColabノートブックが含まれています。🛫☑️

ashishpatel26
⭐ 1,168 Jupyter Notebook 👤 ashishpatel26 User 🕐 更新日時 2025-08-01 📅 作成日 2021-12-13
107
lhotse-speech/lhotse

機械学習プロジェクトにおけるマルチモーダルデータを扱うためのツール。

lhotse-speech
⭐ 1,166 Python 👤 lhotse-speech Organization 🕐 更新日時 2026-11-20 📅 作成日 2020-04-24
108
alan-ai/alan-sdk-cordova

アプリのためのセルフコーディングシステム — Cordova 向け Alan AI SDK

alan-ai
⭐ 1,140 Ruby 👤 alan-ai Organization 🕐 更新日時 2025-04-22 📅 作成日 2019-10-23
109
sooftware/conformer

「Conformer: Convolution-augmented Transformer for Speech Recognition」(INTERSPEECH 2020)の【非公式】PyTorch実装

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 更新日時 2026-11-15 📅 作成日 2021-01-21
110
ardha27/AI-Waifu-Vtuber

YouTube/Twitchでのストリーミング用AI VTuber

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 更新日時 2026-05-31 📅 作成日 2023-03-11
111
LearnedVector/A-Hackers-AI-Voice-Assistant

PythonとPyTorchを使用して構築されたハッカー向けのAI音声アシスタント。

LearnedVector
⭐ 1,121 Python 👤 LearnedVector User 🕐 更新日時 2025-12-15 📅 作成日 2020-05-01
112
Saik0s/Whisperboard

モバイルデバイスで高品質な音声文字起こしをより利用しやすくするオープンソースのiOSアプリ。

Saik0s
⭐ 1,112 Swift 👤 Saik0s User 🕐 更新日時 2025-12-18 📅 作成日 2022-12-23
113
alumae/kaldi-gstreamer-server

KaldiツールキットとGStreamerフレームワークに基づいたリアルタイム全二重音声認識サーバー。

alumae
⭐ 1,090 Python 👤 alumae User 🕐 更新日時 2024-06-08 📅 作成日 2014-01-06
114
kishanrajput23/Jarvis-Desktop-Voice-Assistant

Pythonベースのデスクトップ音声アシスタントで、システムレベルのコマンドを実行し、音声認識とテキスト読み上げを統合し、非同期のユーザーインタラクションを処理できます。

kishanrajput23
⭐ 1,085 Python 👤 kishanrajput23 User 🕐 更新日時 2026-10-07 📅 作成日 2021-08-26
115
octimot/StoryToolkitAI

AIを使用して映像のコンテンツを文字起こし、理解し、検索できる編集ツールで、ChatGPTやその他のAIモデルと統合されています

octimot
⭐ 1,082 Python 👤 octimot User 🕐 更新日時 2026-07-28 📅 作成日 2022-09-29
116
alphacep/vosk-android-demo

Vosk ライブラリを使用した Android 向けオフライン音声認識。

alphacep
⭐ 1,064 Java 👤 alphacep Organization 🕐 更新日時 2025-12-08 📅 作成日 2019-09-03
117
pykaldi/pykaldi

KaldiのためのPythonラッパー

pykaldi
⭐ 1,039 Python 👤 pykaldi Organization 🕐 更新日時 2025-11-30 📅 作成日 2017-06-19
118
VocaHQ/vocalinux

無料、オープンソース、100%オフラインのLinux向け音声入力ツール。whisper.cpp、Whisper、VOSKエンジンを使用して、どこでも話して入力可能。GPUアクセラレーション対応、X11 + Waylandで動作。

VocaHQ
⭐ 1,036 Python 👤 VocaHQ Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-04-12
⭐ 1,033 CSS 👤 susiai Organization 🕐 更新日時 2026-01-20 📅 作成日 2017-11-25
120
k2-fsa/sherpa

次世代Kaldi搭載の音声テキスト変換サーバーフレームワーク

k2-fsa
⭐ 1,022 C++ 👤 k2-fsa Organization 🕐 更新日時 2026-11-21 📅 作成日 2022-05-20
121
TensorSpeech/TensorFlowASR

:zap: TensorFlowASR: TensorFlow 2のほぼ最先端の自動音声認識。文字またはサブワードを使用できるサポート言語

TensorSpeech
⭐ 1,018 Python 👤 TensorSpeech Organization 🕐 更新日時 2026-11-14 📅 作成日 2020-02-13
123
espressif/esp-skainet

Espressif インテリジェント音声アシスタント

espressif
⭐ 1,003 C 👤 espressif Organization 🕐 更新日時 2026-10-28 📅 作成日 2019-08-01
124
savbell/whisper-writer

💬📝 OpenAIのWhisper音声認識モデルを使用した小さなディクテーションアプリです。

savbell
⭐ 993 Python 👤 savbell User 🕐 更新日時 2024-08-24 📅 作成日 2023-04-18
126
BinWang28/audio-ai-hub

オーディオAI研究のハブ:オーディオLLM、音声認識、TTS、音楽・オーディオ生成に関する論文、オープンモデル、ベンチマーク、データセット。

BinWang28
⭐ 966 Python 👤 BinWang28 User 🕐 更新日時 2026-11-16 📅 作成日 2024-06-15
127
alesaccoia/VoiceStreamAI

Python/JSでセルフホストされたWhisperとWebSocketを使用したニアリアルタイムオーディオ文字起こし

alesaccoia
⭐ 962 Python 👤 alesaccoia User 🕐 更新日時 2026-08-13 📅 作成日 2023-12-26
128
sandrohanea/whisper.net

Whisper.net. Whisperモデルを使用した簡単な音声テキスト変換

sandrohanea
⭐ 954 C# 👤 sandrohanea User 🕐 更新日時 2026-11-15 📅 作成日 2023-02-03
129
transcriptionstream/transcriptionstream

LLM要約付きのターンキー・セルフホスト型オフライン文字起こしおよび話者分離サービス

transcriptionstream
⭐ 949 Python 👤 transcriptionstream User 🕐 更新日時 2026-01-18 📅 作成日 2023-11-13
130
yuxino/Mimi

パソコンやマイクの音声をリアルタイムで翻訳字幕に変換します。

yuxino
⭐ 943 Rust 👤 yuxino User 🕐 更新日時 2026-11-21 📅 作成日 2026-07-22
131
salute-developers/GigaAM

音声認識タスクのための基盤モデル

salute-developers
⭐ 943 Python 👤 salute-developers Organization 🕐 更新日時 2026-08-17 📅 作成日 2024-04-01
132
freewym/espresso

Espresso: 高速エンドツーエンドニューラル音声認識ツールキット

freewym
⭐ 942 Python 👤 freewym User 🕐 更新日時 2024-09-04 📅 作成日 2018-12-02
133
TheDeathDragon/LiveTranslate

リアルタイム音声翻訳、システムオーディオ+マイクをキャプチャし、ASR(Whisper/SenseVoice)を実行、LLM APIでストリーミング表示付き翻訳。VTuber、ライブ配信者、外国のコンテンツ視聴に最適です。

TheDeathDragon
⭐ 923 Python 👤 TheDeathDragon User 🕐 更新日時 2026-08-17 📅 作成日 2026-03-15
134
backmeupplz/voicy

Voicy(@voicybot):グループやプライベートチャットの音声メッセージをテキストに変換するTelegramボット

backmeupplz
⭐ 915 JavaScript 👤 backmeupplz User 🕐 更新日時 2026-11-19 📅 作成日 2016-12-03
135
TheStageAI/TheWhisper

ストリーミングおよびオンデバイス利用向けに最適化されたWhisperモデル

TheStageAI
⭐ 905 Python 👤 TheStageAI Organization 🕐 更新日時 2026-10-31 📅 作成日 2025-10-19
136
vndee/local-talking-llm

インターネットを必要とせずに、自分のコンピューターで実行できる会話型LLM。

vndee
⭐ 896 Python 👤 vndee User 🕐 更新日時 2026-04-04 📅 作成日 2024-03-24
137
astorfi/speechpy

:speech_balloon: SpeechPy - 音声処理および認識のためのライブラリ: http://speechpy.readthedocs.io/en/latest/

astorfi
⭐ 885 Python 👤 astorfi User 🕐 更新日時 2024-12-15 📅 作成日 2017-04-05
138
yeyupiaoling/PPASR

PaddlePaddleに基づくエンドツーエンド中国語音声認識、入門から実践まで、超簡単な入門事例、超実用的な企業プロジェクト。現在最も人気のあるDeepSpeech2、Conformer、Squeezeformerモデルをサポートします。

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 更新日時 2025-12-17 📅 作成日 2021-02-26
139
cjyaddone/ChatWaifu

ChatGPTとMoegoe TTSを組み合わせて、おしゃべりするワイフを作成しました

cjyaddone
⭐ 839 Python 👤 cjyaddone User 🕐 更新日時 2024-04-08 📅 作成日 2022-12-18
140
JamesBrill/react-speech-recognition

💬Reactアプリ用の音声認識

JamesBrill
⭐ 839 JavaScript 👤 JamesBrill User 🕐 更新日時 2025-06-06 📅 作成日 2016-12-13
141
githubharald/CTCDecoder

Connectionist Temporal Classification (CTC) デコーディングアルゴリズム:ベストパス、ビームサーチ、レキシコンサーチ、プレフィックスサーチ、およびトークンパッシング。Pythonで実装されています。

githubharald
⭐ 838 Python 👤 githubharald User 🕐 更新日時 2026-01-31 📅 作成日 2017-10-09
142
saharmor/whisper-playground

OpenAIのWhisperを使用してリアルタイムspeech2textWebアプリを構築する https://openai.com/blog/whisper/

saharmor
⭐ 835 Python 👤 saharmor User 🕐 更新日時 2025-09-12 📅 作成日 2022-10-02
143
Notely-Voice/NotelyVoice

100%プライベートなAI音声文字起こしアプリです。100以上の言語の音声をテキストに変換します。Whisper AIを使用し、AndroidとiOS向けにCompose Multiplatformで開発されています。クラウドへのアップロードはなく、すべての処理が端末上で行われるため、プライバシーを完全に保護できます。お問い合わせは以下まで:[email protected]

Notely-Voice
⭐ 829 C++ 👤 Notely-Voice Organization 🕐 更新日時 2026-11-12 📅 作成日 2024-10-20
144
SaarthurR/atticus-mac

Mac向けの高速で無料の音声アシスタント。APIキーは不要。あなたのことを覚え、ショートカットを学習します。⌃⌥Spaceを押しながら話しかけてください。

SaarthurR
⭐ 823 Python 👤 SaarthurR User 🕐 更新日時 2026-11-21 📅 作成日 2026-10-10
145
CrispStrobe/CrispASR

多言語ASRおよびTTSモデルのためのC++ ggmlランタイムハブ:Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2など、さらにユニバーサル強制アライメント機能などを搭載

CrispStrobe
⭐ 823 C++ 👤 CrispStrobe User 🕐 更新日時 2026-11-21 📅 作成日 2026-03-29
146
deepgram/kur

記述的深層学習

deepgram
⭐ 823 Python 👤 deepgram Organization 🕐 更新日時 2024-02-05 📅 作成日 2016-11-19
147
cmusphinx/cmudict

CMU 米国英語辞書

cmusphinx
⭐ 821 Python 👤 cmusphinx Organization 🕐 更新日時 2025-10-24 📅 作成日 2014-10-18
148
VRCWizard/TTS-Voice-Wizard

音声からテキストへ、テキストから音声へ。現在再生中の曲。テキストをOSCメッセージとしてVRChatに送信し、アバターに表示します。(STTTS) (音声からTTSへ) (VRC STTシステム) (VTuber TTS)

VRCWizard
⭐ 813 C# 👤 VRCWizard User 🕐 更新日時 2026-10-12 📅 作成日 2022-03-15
149
lobehub/lobe-tts

🎤 Lobe TTS - サーバーおよびブラウザ向けの高品質で信頼性の高いTTS/STTライブラリ

lobehub
⭐ 810 TypeScript 👤 lobehub Organization 🕐 更新日時 2026-11-12 📅 作成日 2023-11-02
150
mybigday/whisper.rn

whisper.cpp の React Native バインディング。

mybigday
⭐ 809 TypeScript 👤 mybigday Organization 🕐 更新日時 2026-11-17 📅 作成日 2023-03-16