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

151
mezbaul-h/june

Ollama、Hugging Face Transformers、Coqui TTS Toolkit搭載のエンゲージングな会話のためのローカルボイスチャットボット

mezbaul-h
⭐ 786 Python 👤 mezbaul-h User 🕐 更新日時 2024-08-12 📅 作成日 2024-06-03
152
mallorbc/whisper_mic

OpenAI whisperでマイクを使用できるプロジェクト。

mallorbc
⭐ 784 Python 👤 mallorbc User 🕐 更新日時 2024-07-04 📅 作成日 2022-09-23
153
markovka17/dla

オーディオ処理のためのディープラーニング

markovka17
⭐ 780 Jupyter Notebook 👤 markovka17 User 🕐 更新日時 2026-11-08 📅 作成日 2020-08-23
154
Ailln/cn2an

📦 「漢数字」と「アラビア数字」の素早い変換~ (最新機能:分数、日付、温度などの変換)

Ailln
⭐ 768 Python 👤 Ailln User 🕐 更新日時 2026-04-23 📅 作成日 2018-05-04
155
soupslurpr/Transcribro

Android用のプライベートおよびオンデバイス音声認識キーボードとサービス。

soupslurpr
⭐ 765 Kotlin 👤 soupslurpr User 🕐 更新日時 2026-11-12 📅 作成日 2024-03-15
156
yeyupiaoling/PaddlePaddle-DeepSpeech

PaddlePaddleに基づいて実装された音声認識、中国語音声認識。プロジェクトは完成しており、認識効果が良好です。Windows、Linuxでのトレーニングと予測をサポートし、Nvidia Jetson開発ボードでの予測をサポートします。

yeyupiaoling
⭐ 764 Python 👤 yeyupiaoling User 🕐 更新日時 2025-12-17 📅 作成日 2019-11-01
157
amanvirparhar/chaplin

リアルタイムのサイレント音声認識ツール。

amanvirparhar
⭐ 763 Python 👤 amanvirparhar User 🕐 更新日時 2025-11-02 📅 作成日 2025-02-03
158
exPHAT/SwiftWhisper

🎤 Swiftでオーディオを文字起こしする最も簡単な方法

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 更新日時 2024-05-23 📅 作成日 2023-03-29
159
FireRedTeam/FireRedASR2S

ASR、VAD、LID、Puncモジュールを備えた最先端の産業用オールインワンASRシステムです。FireRedASR2は中国語(北京語、20以上の方言/アクセント)、英語、コードスイッチング、音声および歌唱ASRをサポートします。FireRedVADは100以上の言語で音声/歌唱/音楽をサポートします。FireRedLIDは100以上の言語と20以上の中国語方言をサポートします。FireRedPuncは中国語と英語をサポートします。

FireRedTeam
⭐ 745 Python 👤 FireRedTeam Organization 🕐 更新日時 2026-06-02 📅 作成日 2026-02-12
160
Macoron/whisper.unity

ローカルマシン上のUnity3dで音声テキストモデル(whisper.cpp)を実行しています。

Macoron
⭐ 730 C# 👤 Macoron User 🕐 更新日時 2025-04-17 📅 作成日 2023-03-26
161
yeyupiaoling/MASR

Pytorchで実装されたストリーミングおよび非ストリーミング自動音声認識フレームワークで、オンラインおよびオフライン認識の両方と互換性があります。現在、Conformer、Squeezeformer、DeepSpeech2モデルをサポートしており、さまざまなデータ拡張方法もサポートしています。

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 更新日時 2026-07-06 📅 作成日 2020-07-29
162
MycroftAI/adapt

適応インテントパーサー

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 更新日時 2024-07-21 📅 作成日 2015-09-08
163
Picovoice/rhino

ディープラーニング駆動のオンデバイス Speech-to-Intent エンジン

Picovoice
⭐ 719 Python 👤 Picovoice Organization 🕐 更新日時 2026-11-16 📅 作成日 2018-10-28
164
openspeech-team/openspeech

PyTorch-Lightning と Hydra を活用したエンドツーエンド音声認識のためのオープンソースツールキット。

openspeech-team
⭐ 715 Python 👤 openspeech-team Organization 🕐 更新日時 2026-06-21 📅 作成日 2021-06-06
165
Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 更新日時 2024-07-25 📅 作成日 2018-02-24
166
jamsch/expo-speech-recognition

React Native Expoプロジェクト用の音声認識

jamsch
⭐ 700 TypeScript 👤 jamsch User 🕐 更新日時 2026-10-29 📅 作成日 2023-10-30
167
Picovoice/speech-to-text-benchmark

スピーチ-to-テキスト ベンチマーク フレームワーク

Picovoice
⭐ 700 Python 👤 Picovoice Organization 🕐 更新日時 2026-11-16 📅 作成日 2018-08-04
168
vilassn/whisper_android

Android向けOpenAI WhisperとTensorFlow Liteによるオフライン音声認識

vilassn
⭐ 693 C++ 👤 vilassn User 🕐 更新日時 2026-03-18 📅 作成日 2023-08-26
169
xinjli/allosaurus

Allosaurusは、2000以上の言語に対応した、事前学習済みの汎用電話認識装置です

xinjli
⭐ 689 Python 👤 xinjli User 🕐 更新日時 2024-04-26 📅 作成日 2020-02-12
170
zeekk0/OpenAmika

OpenAmika:MekaHimeのAIコンパニオンAmikaがオープンソースに。Live2Dアバター、リアルタイム音声、長期記憶を備え、OpenRouterまたはOllamaを頭脳として利用できます。

zeekk0
⭐ 684 Python 👤 zeekk0 User 🕐 更新日時 2026-11-21 📅 作成日 2026-11-03
171
inclusionAI/Ming

Ming - Ling LLM 上で構築された、高度なマルチモーダルな理解および生成機能を促進します。

inclusionAI
⭐ 683 Jupyter Notebook 👤 inclusionAI Organization 🕐 更新日時 2026-07-27 📅 作成日 2025-04-21
172
DmitryRyumin/INTERSPEECH-2023-24-Papers

INTERSPEECH 2023-2024 論文:INTERSPEECH 2023-24 会議からの影響力がありエキサイティングな研究論文の完全なコレクション。音声および言語処理の最新の進歩をご覧ください。コードが含まれています。音声技術の進歩をサポートするためにリポジトリをスターしてください!

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 更新日時 2024-12-25 📅 作成日 2023-06-26
173
Picovoice/cheetah

ディープラーニング駆動のオンデバイスストリーミング音声文字起こしエンジン

Picovoice
⭐ 672 Python 👤 Picovoice Organization 🕐 更新日時 2026-11-12 📅 作成日 2018-10-28
174
sveinbjornt/hear

macOS の組み込み音声認識および文字起こし機能のコマンドラインインターフェイス。

sveinbjornt
⭐ 671 Objective-C 👤 sveinbjornt User 🕐 更新日時 2026-08-30 📅 作成日 2022-02-23
175
Jakobovski/free-spoken-digit-dataset

話された数字の無料オーディオデータセット。MNISTのオーディオバージョン。

Jakobovski
⭐ 663 Python 👤 Jakobovski User 🕐 更新日時 2024-05-02 📅 作成日 2016-06-21
176
woheller69/whisperIME

WhisperベースのAndroid入力メソッドエディタ(IME)

woheller69
⭐ 661 Java 👤 woheller69 User 🕐 更新日時 2026-10-28 📅 作成日 2024-12-30
177
xifan2333/fcitx5-vinput

Fcitx5向け音声入力 — ローカル/クラウド音声認識、LLMによる文章の書き換え、複数ディストリビューション向けパッケージ

xifan2333
⭐ 654 C++ 👤 xifan2333 User 🕐 更新日時 2026-11-21 📅 作成日 2026-03-06
178
judahpaul16/gpt-home

ChatGPTがお家で実現!Raspberry Pi上でLiteLLMとLangGraphを使用して構築された、市販のスマートホームアシスタントに代わる優れた選択肢です。

judahpaul16
⭐ 654 Python 👤 judahpaul16 User 🕐 更新日時 2026-09-13 📅 作成日 2023-09-05
179
evancohen/sonus

:speech_balloon: /so.nus/ STT (音声からテキスト) Node 用 オフライン ホットワード検出

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 更新日時 2026-09-11 📅 作成日 2016-08-30
180
mmpneo/curses

OBS、VRChat、Twitchチャット、Discord用の音声認識およびKB入力キャプション

mmpneo
⭐ 620 TypeScript 👤 mmpneo User 🕐 更新日時 2024-06-18 📅 作成日 2022-11-16
181
reriiasu/speech-to-text

faster-whisper を使用したリアルタイム転写

reriiasu
⭐ 607 HTML 👤 reriiasu User 🕐 更新日時 2024-07-23 📅 作成日 2023-03-30
182
tornikegomareli/Talkify

デバイス上で文字起こしを行う、超高速・無料・ローカル優先のmacOS向け音声入力

tornikegomareli
⭐ 599 Swift 👤 tornikegomareli User 🕐 更新日時 2026-10-17 📅 作成日 2026-08-05
⭐ 580 C# 👤 VolcanicArts User 🕐 更新日時 2026-10-29 📅 作成日 2022-03-14
184
githubharald/CTCWordBeamSearch

辞書と言語モデル付きのConnectionist Temporal Classification (CTC) デコーダー。

githubharald
⭐ 580 C++ 👤 githubharald User 🕐 更新日時 2026-01-31 📅 作成日 2018-03-01
185
lovemefan/SenseVoice.cpp

FunasrのSense-voiceモデルのC/C++への移植

lovemefan
⭐ 574 C 👤 lovemefan User 🕐 更新日時 2025-12-19 📅 作成日 2024-08-06
186
alan-ai/alan-sdk-reactnative

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

alan-ai
⭐ 573 Ruby 👤 alan-ai Organization 🕐 更新日時 2026-02-14 📅 作成日 2019-10-23
187
algolia/voice-overlay-ios

🗣 ユーザーの音声許可を取得し、カスタマイズ可能なUIでテキストとして入力するオーバーレイ

algolia
⭐ 557 Swift 👤 algolia Organization 🕐 更新日時 2026-06-23 📅 作成日 2018-06-25
188
SpeechColab/Leaderboard

SpeechIO Leaderboard:自動音声認識のための、大規模で堅牢、包括的なベンチマークプラットフォーム。

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 更新日時 2025-03-29 📅 作成日 2021-02-07
189
opennookorg/betterwispr

macOS向けの無料・オープンソースで、ローカル処理を優先する音声入力アプリ。ショートカットキーを押しながら話すと、どのアプリにもテキストが入力されます。Whisper、Parakeet、Appleの音声認識を使ったオンデバイス音声文字起こし。プライバシーを重視した、オフライン対応のオープンソース版Wispr Flowです。

opennookorg
⭐ 544 Swift 👤 opennookorg Organization 🕐 更新日時 2026-11-14 📅 作成日 2026-10-07
190
opendilab/CleanS2S

高品質でストリーミング対応のSpeech-to-Speech対話エージェントを単一ファイルで。1つのファイルだけで実現したストリーミング全二重音声インタラクティブプロトタイプインテリジェントエージェント!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 更新日時 2026-04-07 📅 作成日 2024-09-26
191
rtzr/Awesome-Korean-Speech-Recognition

韓国語音声認識STT APIリスト。各性能ベンチマーク。

rtzr
⭐ 542 👤 rtzr Organization 🕐 更新日時 2025-08-15 📅 作成日 2023-08-21
192
kouhxp/yapsnap

あらゆる動画URLや音声ファイルをプレーンテキストに文字起こし。GPU不要。クラウド不要。コマンド1つで完了。

kouhxp
⭐ 538 Python 👤 kouhxp User 🕐 更新日時 2026-09-15 📅 作成日 2026-05-20
193
shashikg/WhisperS2T

複数の推論エンジンをサポートするWhisperモデルのための最適化された音声テキスト変換パイプライン

shashikg
⭐ 534 Jupyter Notebook 👤 shashikg User 🕐 更新日時 2024-08-27 📅 作成日 2023-12-16
194
CheyneyComputerScience/CREMA-D

クラウドソーシングによる感情マルチモーダル俳優データセット (CREMA-D)

CheyneyComputerScience
⭐ 532 R 👤 CheyneyComputerScience Organization 🕐 更新日時 2025-03-21 📅 作成日 2017-09-29
195
ccoreilly/vosk-browser

VoskのWebAssemblyビルドによりブラウザで動作する音声認識ライブラリ

ccoreilly
⭐ 531 JavaScript 👤 ccoreilly User 🕐 更新日時 2025-12-07 📅 作成日 2021-02-19
196
DmitryRyumin/ICASSP-2023-24-Papers

ICASSP 2023-2024 論文:ICASSP 2023-24 会議の影響力がありエキサイティングな研究論文の完全なコレクションです。音響、音声、信号処理の最新の進歩を探求してください。コードが含まれています。オーディオおよび信号処理の進歩をサポートするために、リポジトリにスターを付けてください!

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 更新日時 2025-05-05 📅 作成日 2023-08-01
197
shibing624/parrots

自動音声認識(ASR)、テキスト-to-スピーチ(TTS)エンジン。中英語音声認識、多役割音声合成、多言語対応、高精度

shibing624
⭐ 527 Python 👤 shibing624 User 🕐 更新日時 2025-11-11 📅 作成日 2018-08-26
198
cjyaddone/ChatWaifuL2D

Renpy対応のChatWaifuバージョン

cjyaddone
⭐ 524 Python 👤 cjyaddone User 🕐 更新日時 2024-04-08 📅 作成日 2022-12-19
199
liusongxiang/Large-Audio-Models

音声、歌唱、音楽など、オーディオ分野の主要モデルを追跡します。

liusongxiang
⭐ 522 👤 liusongxiang User 🕐 更新日時 2026-07-03 📅 作成日 2023-03-12
200
apeatling/ollama-voice-mac

Mac対応 Ollama Voice

apeatling
⭐ 519 Python 👤 apeatling User 🕐 更新日時 2025-08-21 📅 作成日 2023-12-27