Git Stars Git Stars

#speech-to-text リポジトリ

211
リポジトリ総数
925,003
合計スター数
4,383
リポジトリあたりの平均スター数

リポジトリ合計211件

51
FluidInference/FluidAudio

アプリで Frontier CoreML オーディオモデルを使用 — テキスト読み上げ、音声認識、音声アクティビティ検出、話者分離。Swift で、SOTA オープンソースにより実現。

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 更新日時 2026-11-19 📅 作成日 2025-06-21
52
Purfview/whisper-standalone-win

Python を気にせずに済む、Whisper & Faster-Whisper のスタンドアロン実行可能ファイル。

Purfview
⭐ 3,229 👤 Purfview User 🕐 更新日時 2025-11-07 📅 作成日 2023-02-25
53
ictnlp/LLaMA-Omni

LLaMA-Omniは、Llama-3.1-8B-Instructを基盤とした低遅延・高品質なエンドツーエンド音声対話モデルであり、GPT-4oレベルの音声能力の実現を目指しています。

ictnlp
⭐ 3,142 Python 👤 ictnlp Organization 🕐 更新日時 2025-05-19 📅 作成日 2024-09-10
54
HeyWillow/willow

Amazon Echo/Google Home競合音声アシスタントの代替となるオープンソース、ローカル、セルフホスト型

HeyWillow
⭐ 3,142 C 👤 HeyWillow Organization 🕐 更新日時 2026-11-01 📅 作成日 2023-03-31
55
pluja/anysub

使いやすいウェブUIで、音声や動画を字幕に変換できます。すべてお使いのマシン上で動作します。旧称 Whishper。

pluja
⭐ 3,106 TypeScript 👤 pluja User 🕐 更新日時 2026-11-21 📅 作成日 2023-08-26
56
kyutai-labs/delayed-streams-modeling

遅延ストリームモデリングフレームワークに基づくKyutaiの音声テキスト変換およびテキスト音声変換モデル。

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 更新日時 2026-01-26 📅 作成日 2025-06-16
57
Vexa-ai/vexa

Google Meet、Microsoft Teams、Zoom 用のオープンソースの会議トランスクリプション API。自動参加ボット、リアルタイム WebSocket トランスクリプト、AI エージェント用の MCP サーバー。セルフホストするか、ホスト型 SaaS を利用してください。

Vexa-ai
⭐ 3,002 Python 👤 Vexa-ai Organization 🕐 更新日時 2026-11-13 📅 作成日 2025-02-07
58
davabase/whisper_real_time

OpenAI Whisper によるリアルタイム文字起こし。

davabase
⭐ 2,936 Python 👤 davabase User 🕐 更新日時 2025-04-15 📅 作成日 2022-11-29
⭐ 2,868 Python 👤 tensorflow Organization 🕐 更新日時 2026-10-29 📅 作成日 2018-07-24
60
linto-ai/whisper-timestamped

単語レベルのタイムスタンプと信頼度を備えた多言語音声自動認識

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 更新日時 2026-09-28 📅 作成日 2023-01-13
61
FrigadeHQ/yogurt

パソコン上に保存されるプライベートなAI会議メモ。会議ボット不要。Mac、Windows、Linux向けの無料オープンソースソフトウェア。Granola、Otter、Firefliesに代わる選択肢です。

FrigadeHQ
⭐ 2,828 TypeScript 👤 FrigadeHQ Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-11-10
62
iamsrikanthnani/pluely

Cluely のオープンソースの代替品 - 会議、インタビュー、会話中に誰も気づかずにシームレスに機能する、超高速でプライバシー重視のAIアシスタント。ネイティブパフォーマンスのためにTauriで構築され、わずか10MB。ビデオ通話、画面共有、録音で完全に検出されません。

iamsrikanthnani
⭐ 2,793 TypeScript 👤 iamsrikanthnani User 🕐 更新日時 2026-10-26 📅 作成日 2025-08-16
63
yazinsai/OpenOats

Mac向けの、美しくミニマルな会議録音ツール。「開始」を押して、録音後に「停止」を押すだけで、メモと文字起こしを1つのMarkdownファイルにまとめて取得できます。処理はデバイス上で完結。無料、オープンソースです。

yazinsai
⭐ 2,688 Swift 👤 yazinsai User 🕐 更新日時 2026-11-17 📅 作成日 2026-02-28
64
ishan0102/vimGPT

GPT-4V と Vimium でウェブを閲覧する

ishan0102
⭐ 2,672 Python 👤 ishan0102 User 🕐 更新日時 2024-09-25 📅 作成日 2023-11-07
⭐ 2,657 C++ 👤 microsoft Organization 🕐 更新日時 2026-11-17 📅 作成日 2025-03-31
66
coqui-ai/STT

🐸STT - Speech-to-Textのためのディープラーニングツールキット。STTモデルのトレーニングとデプロイがこれほど簡単になったことはありません。

coqui-ai
⭐ 2,547 C++ 👤 coqui-ai Organization 🕐 更新日時 2024-03-11 📅 作成日 2021-03-04
67
meizhong986/WhisperJAV

ASR/STT 字幕生成器。Qwen3-ASR、ローカルLLM、Whisper、TEN-VADを使用。JAV向けノイズ耐性強

meizhong986
⭐ 2,490 Python 👤 meizhong986 User 🕐 更新日時 2026-11-15 📅 作成日 2023-10-18
68
sindresorhus/awesome-whisper

🔊 OpenAIが開発したオープンソースのAI駆動型音声認識システムWhisperの優れたリスト

sindresorhus
⭐ 2,435 👤 sindresorhus User 🕐 更新日時 2026-09-17 📅 作成日 2023-05-10
69
yan5xu/ququ

Wispr Flowの無料オープンソース代替 | FunASRローカルモデルと設定可能なLLMを統合した次世代中国語デスクトップ音声ワークフロー

yan5xu
⭐ 2,298 JavaScript 👤 yan5xu User 🕐 更新日時 2025-10-08 📅 作成日 2025-09-20
70
jianfch/stable-ts

OpenAIのWhisperによる文字起こし、強制アライメント、音声インデックス作成

jianfch
⭐ 2,251 Python 👤 jianfch User 🕐 更新日時 2025-10-29 📅 作成日 2022-09-29
71
handy-computer/transcribe.cpp

16以上のモデルファミリーに対応したggml音声認識推論

handy-computer
⭐ 2,194 C++ 👤 handy-computer Organization 🕐 更新日時 2026-11-20 📅 作成日 2026-04-07
72
pannous/tensorflow-speech-recognition

🎙TensorFlow ディープラーニングフレームワークを使用した音声認識、sequence-to-sequence neural networks

pannous
⭐ 2,176 Python 👤 pannous User 🕐 更新日時 2024-01-17 📅 作成日 2015-12-07
73
Nutlope/notesGPT

ボイスメモを録音して書き起こし、要約し、タスクを取得する

Nutlope
⭐ 2,165 TypeScript 👤 Nutlope User 🕐 更新日時 2026-07-12 📅 作成日 2023-11-08
74
intel/openvino-plugins-ai-audacity

Audacity® 用の AI 対応エフェクト、ジェネレーター、アナライザーのセット。

intel
⭐ 2,163 C++ 👤 intel Organization 🕐 更新日時 2026-10-19 📅 作成日 2023-09-06
75
ricky0123/vad

シンプルなAPIを備えたブラウザ用音声活動検出器 (VAD)

ricky0123
⭐ 2,080 TypeScript 👤 ricky0123 User 🕐 更新日時 2026-09-12 📅 作成日 2022-10-17
76
techjarves/Portable-Local-Studio

Windows、Linux、macOS 向けのポータブルなローカル AI スタジオ。画像生成、GGUF LLM、テキスト読み上げ、音声認識に対応したセットアップ不要の GUI

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 更新日時 2026-11-14 📅 作成日 2026-06-04
77
schibsted/WAAS

Whisper as a Service (OpenAI Whisper 用のキューイングを備えた GUI および API)

schibsted
⭐ 2,071 JavaScript 👤 schibsted Organization 🕐 更新日時 2026-11-11 📅 作成日 2022-10-13
78
HanyuanWang/LiveStream-Agent-Studio

Douyinライブコマース向けのWindowsローカルAI Agent Studio。配信者の発掘、ライブ配信のインサイト分析、配信の振り返り、ショート動画コンテンツの企画・構成をつなぐ、統合されたインテリジェントワークフローを実現します。

HanyuanWang
⭐ 2,052 Python 👤 HanyuanWang User 🕐 更新日時 2026-08-24 📅 作成日 2026-08-22
79
jarikomppa/soloud

ゲーム向けの無料、簡単、ポータブルなオーディオエンジン

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 更新日時 2024-08-13 📅 作成日 2013-07-15
80
lanbinleo/bili2text

Bilibili動画をテキストに変換、ワンステップで完了、リンクを入力するだけで使用可能

lanbinleo
⭐ 2,020 Python 👤 lanbinleo User 🕐 更新日時 2026-11-03 📅 作成日 2023-11-25
81
kadirnar/whisper-plus

WhisperPlus:より速く、より賢く、より高性能に 🚀

kadirnar
⭐ 1,945 Python 👤 kadirnar User 🕐 更新日時 2026-11-02 📅 作成日 2023-11-21
82
TypeWhisper/typewhisper-mac

macOS向けローカル音声文字起こし オンデバイスAI、完全にプライベート、オプションのクラウド

TypeWhisper
⭐ 1,940 Swift 👤 TypeWhisper Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-02-12
83
bugbakery/audapolis

自動文字起こし機能を備えた話し言葉オーディオエディター

bugbakery
⭐ 1,906 TypeScript 👤 bugbakery Organization 🕐 更新日時 2026-06-24 📅 作成日 2021-09-03
85
peteonrails/voxtype

Wayland コンポジター向けのプッシュトゥトーク音声→テキスト機能

peteonrails
⭐ 1,810 Rust 👤 peteonrails User 🕐 更新日時 2026-11-20 📅 作成日 2025-11-28
86
software-mansion/react-native-executorch

PyTorch の ExecuTorch ランタイムを基盤とする、React Native 向けの高性能かつプライバシー重視のオンデバイス AI 推論ライブラリ

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-10-16
87
x007xyz/flycut-caption

AI駆動の音声認識と視覚編集機能を備えた、完全なビデオ字幕編集Reactコンポーネント。

x007xyz
⭐ 1,782 TypeScript 👤 x007xyz User 🕐 更新日時 2026-11-20 📅 作成日 2025-09-22
88
antirez/voxtral.c

Mistral Voxtral Realtime 4B 音声からテキストへのモデルの純粋 C 推論

antirez
⭐ 1,755 C 👤 antirez User 🕐 更新日時 2026-02-15 📅 作成日 2026-02-05
89
mkiol/dsnote

Speech Note Linux アプリ。オフラインの音声テキスト変換、テキスト音声変換、機械翻訳によるメモ作成、読書、翻訳。

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 更新日時 2026-11-18 📅 作成日 2021-10-07
90
Olcmyk/HuChenFeng

戸晨风のすべてのコンテンツを収集する

Olcmyk
⭐ 1,683 👤 Olcmyk User 🕐 更新日時 2026-02-17 📅 作成日 2025-10-06
91
royshil/obs-localvocal

AIを使用したローカル音声認識およびキャプション作成のためのOBSプラグイン

royshil
⭐ 1,674 C++ 👤 royshil User 🕐 更新日時 2026-11-05 📅 作成日 2023-08-10
92
isaackogan/TikTokLive

TikTok LIVE API for Python: TikTok LIVEからライブ配信イベント(コメント、ギフトなど)をリアルタイムで受信するための決定版サードパーティライブラリ。

isaackogan
⭐ 1,665 Python 👤 isaackogan User 🕐 更新日時 2026-10-20 📅 作成日 2022-02-24
93
waybarrios/vllm-mlx

Apple Silicon 向けの高性能な OpenAI および Anthropic 互換 LLM 推論サーバー。ネイティブ MLX、継続的バッチ処理、マルチモーダルモデル、MCP ツール呼び出し、Claude Code サポート。

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 更新日時 2026-11-07 📅 作成日 2025-12-06
94
Muesli-HQ/muesli

Muesli:macOS向け、エージェントネイティブなローカル会議文字起こし・音声入力(Granola + WisprFlow + Littlebirdの代替)

Muesli-HQ
⭐ 1,652 Swift 👤 Muesli-HQ Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-03-05
95
amicalhq/amical

macOSとWindows向けの無料オープンソース音声入力。WhisperとParakeetによるローカル音声文字起こしに対応し、オフラインでも使用できます。

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-05-08
96
Norsico/Video-Materials-AutoGEN-Workstation

コンテンツ企画、AIコピー自動生成、TTS一括自動ナレーション、(AI)画像素材合成、ASR自動言語字幕スクリプト抽出、AI自由創作を一体化した(ショート動画)生成ワークステーションです。各回の動画プロジェクトの管理に便利です。

Norsico
⭐ 1,624 Python 👤 Norsico User 🕐 更新日時 2026-10-14 📅 作成日 2025-11-18
97
QwenAudio/Fun-ASR

Fun-ASR 音声認識モデル。Fun-ASR-Nano では Hugging Face Transformers をネイティブにサポートし、FunASR、vLLM、llama.cpp にはそれぞれ独立したデプロイパスを提供します。

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-12-15
98
yakGPT/yakGPT

ローカルで実行されるハンズフリーChatGPT UI

yakGPT
⭐ 1,614 TypeScript 👤 yakGPT User 🕐 更新日時 2024-05-08 📅 作成日 2023-03-30
99
silverstein/minutes

Claude Code、Codex、Cursor、その他あらゆる MCP クライアントから検索できる、オープンソースでローカルファーストな Granola/Otter の代替サービス。会議、通話、ボイスメモをデバイス上で文字起こしし、あなたが所有する Markdown に変換します。

silverstein
⭐ 1,612 Rust 👤 silverstein User 🕐 更新日時 2026-11-21 📅 作成日 2026-03-18
100
kyutai-labs/unmute

テキストLLMに聞かせ、話させる

kyutai-labs
⭐ 1,556 Python 👤 kyutai-labs Organization 🕐 更新日時 2026-09-09 📅 作成日 2025-06-10