#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
202
toverainc/willow-inference-server
オープンソース、ローカル、セルフホストの高性能最適化言語推論サーバー。WebRTC、REST、WS経由でASR/STT、TTS、LLMをサポート
203
nyosegawa/speech.cpp
ggml 上の C++ による音声会話向けの音声合成、音声認識、音声活動検出:Metal、Vulkan、CPU で動作する Qwen3-TTS、Irodori-TTS、Qwen3-ASR、ReazonSpeech、parakeet、Silero VAD。OpenAI 互換サーバーとライブ文字起こしにも対応。
205
AudarAI/Audar-ASR-V1
アラビア語優先の生成型音声認識 — Audar-ASR-V1 (Flash + Turbo)。Open Universal Arabic ASR リーダーボードで第1位。モデルカード、ベンチマーク、推論。
206
xixihhhh/hotclip
無料・オープンソースのAI動画編集/ライブ切り抜きツール:長尺動画、ライブ配信のアーカイブ、ポッドキャストをワンクリックでバズる縦型ショート動画に変換し、TikTok、Kwai、Bilibili、小紅書、WeChat Channelsへ直接投稿できます。AIがハイライトや名言を見つけ、コメントの盛り上がりからバズる場面を判定し、自動で字幕を追加、横動画を縦動画に変換します。ローカルで動作し、透かしやアップロードはありません | 無料・オープンソースのOpus Clip代替ツール、100%ローカル:AIが長尺動画やライブ配信のVODを、TikTokやYouTube Shorts向けのバズる9:16ショート動画に自動編集します。クレジット不要、透かしなし、アップロードなし。Windows/macOS/Linux対応。