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

102
AlekPet/ComfyUI_Custom_Nodes_AlekPet

Comfyuiの機能を拡張するカスタムノード

AlekPet
⭐ 1,535 JavaScript 👤 AlekPet User 🕐 更新日時 2026-11-20 📅 作成日 2023-05-10
103
zackees/transcribe-anything

マルチバックエンドのWhisperアプリ。超高速。Mac-ARM最適化。簡単なインストール。ローカルファイルまたはURLを入力すると、このサービスがWhisper AIを使用して文字起こしします。完全にプライベートで無料 🤯🤯🤯

zackees
⭐ 1,488 Python 👤 zackees User 🕐 更新日時 2026-10-26 📅 作成日 2021-05-09
104
ARahim3/mlx-tune

Apple Silicon搭載のMacでLLMをファインチューニング。SFT、DPO、GRPO、Vision、TTS、STT、Embedding、OCRのファインチューニング — MLX上でネイティブ対応。Unsloth互換API。

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 更新日時 2026-06-23 📅 作成日 2026-01-03
105
R3gm/SoniTranslate

動画の同期翻訳。ビデオダビング

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 更新日時 2026-08-29 📅 作成日 2023-06-27
106
0nutation/SpeechGPT

SpeechGPTシリーズ:音声大規模言語モデル

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 更新日時 2024-07-22 📅 作成日 2023-05-16
107
coqui-ai/open-speech-corpora

💎 ASR、TTS、およびその他の音声技術のためのアクセス可能な音声コーパスのリスト

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 更新日時 2024-06-06 📅 作成日 2019-01-31
108
Softcatala/whisper-ctranslate2

CTranslate2 기반의 원본 OpenAI 클라이언트와 호환되는 Whisper 명령줄 클라이언트.

Softcatala
⭐ 1,374 Python 👤 Softcatala Organization 🕐 更新日時 2026-11-12 📅 作成日 2023-03-17
109
Robitx/gp.nvim

Gp.nvim (GPT プロンプト) Neovim AI プラグイン: ChatGPT セッション & 指示可能なテキスト/コード操作 & 音声テキスト変換 [OpenAI, Ollama, Anthropic, ..]

Robitx
⭐ 1,322 Lua 👤 Robitx User 🕐 更新日時 2025-08-11 📅 作成日 2023-06-18
110
Capsize-Games/airunner

アート、リアルタイム音声会話、LLM駆動のチャットボット、自動化されたワークフローのためのオフライン推論エンジン

Capsize-Games
⭐ 1,317 Python 👤 Capsize-Games Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-03-21
111
goodroot/hyprwhspr

Linux向けネイティブ音声認識 - 高速・正確・プライベートでハッキング可能なシステム全体のディクテーション

goodroot
⭐ 1,287 Python 👤 goodroot User 🕐 更新日時 2026-11-19 📅 作成日 2025-08-27
112
ictnlp/StreamSpeech

StreamSpeechは、オフラインおよび同時音声認識、音声翻訳、音声合成のための「オールインワン」シームレスモデルです。

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 更新日時 2025-06-29 📅 作成日 2024-06-04
113
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
114
Kieirra/murmure

完全にローカル、プライベートでクロスプラットフォームのSpeech-to-Text、LLM事後処理付き

Kieirra
⭐ 1,170 TypeScript 👤 Kieirra User 🕐 更新日時 2026-11-20 📅 作成日 2025-10-12
115
PromtEngineer/Verbi

最先端の文字起こし、応答生成、テキスト読み上げモデルを試すためのモジュラー音声アシスタントアプリケーション。OpenAI、Groq、Elevenlabs、CartesiaAI、Deepgram APIをサポートし、Ollamaを介したローカルモデルも利用可能です。音声技術の研究開発に最適です。

PromtEngineer
⭐ 1,125 Python 👤 PromtEngineer User 🕐 更新日時 2025-11-22 📅 作成日 2024-05-20
116
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
117
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
118
PatterAI/Patter

オープンソースの音声AI SDK。スタックを所有したい開発者向けのVapi/Retell代替品。4行のコードでAIエージェントに電話番号を付与 — PythonとTypeScript、MITライセンス、Twilio、Telnyx、Plivo対応。

PatterAI
⭐ 1,086 Python 👤 PatterAI Organization 🕐 更新日時 2026-11-04 📅 作成日 2026-04-07
119
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
120
voquill/voquill

オープンソースの音声 dictation 技術

voquill
⭐ 1,031 TypeScript 👤 voquill Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-09-23
121
fossasia/voxbento_translator

Voxbento翻訳プロジェクト

fossasia
⭐ 1,023 JavaScript 👤 fossasia Organization 🕐 更新日時 2026-07-31 📅 作成日 2017-11-25
122
dimastatz/whisper-flow

Whisper-Flowは、OpenAIのWhisperモデルを使用してオーディオコンテンツをリアルタイムで文字起こしできるように設計されたフレームワークです。アップロード後にファイル全体を処理する「バッチモード」ではなく、Whisper-Flowはオーディオチャンクの連続的なストリームを受け取り、インクリメンタルにトランスクリプトを即座に生成します。

dimastatz
⭐ 1,020 Python 👤 dimastatz User 🕐 更新日時 2026-11-15 📅 作成日 2024-06-03
123
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
124
nomily-ai/nomily-app

BYOK対応の音声録音コンパニオン。ASR文字起こし、話者ダイアライゼーション、AI要約、ローカルASRエンドポイントに対応。

nomily-ai
⭐ 1,014 👤 nomily-ai User 🕐 更新日時 2026-11-19 📅 作成日 2026-08-05
125
QwenAudio/Fun-Audio-Chat

Fun-Audio-Chatは、自然で低遅延の音声インタラクションのために構築された大規模オーディオ言語モデルです。

QwenAudio
⭐ 1,014 Python 👤 QwenAudio Organization 🕐 更新日時 2026-09-24 📅 作成日 2025-12-23
126
susiai/susi_shell

このツールスイートにより、ユーザーはターミナルから直接AIサービスと対話できます。

susiai
⭐ 1,004 Python 👤 susiai Organization 🕐 更新日時 2025-05-04 📅 作成日 2017-11-25
127
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
128
livekit/agents-js

Node.js でリアルタイムのマルチモーダル AI エージェントを構築する

livekit
⭐ 971 TypeScript 👤 livekit Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-04-01
129
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
130
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
131
jitsi/jiwer

単語誤り率 (WER) などの類似度指標を使用して、音声からテキストシステムを評価してください

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 更新日時 2026-09-03 📅 作成日 2018-06-19
132
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
⭐ 943 JavaScript 👤 codeforequity-at User 🕐 更新日時 2026-10-21 📅 作成日 2019-12-03
134
hehehai/VoxtMini

ローカルモデルを使ったmacOS向け音声入力:あらゆるアプリで文字起こし、翻訳、書き換えができます。Voxtの後継アプリ。

hehehai
⭐ 916 Go 👤 hehehai User 🕐 更新日時 2026-11-21 📅 作成日 2026-02-26
135
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
136
VladislavAntonyuk/MauiSamples

.NET MAUI サンプル

VladislavAntonyuk
⭐ 912 C# 👤 VladislavAntonyuk User 🕐 更新日時 2026-07-16 📅 作成日 2021-11-16
137
marswaveai/TypeNo

macOS向け無料、オープンソース、プライバシー優先の音声入力アプリ。

marswaveai
⭐ 906 Swift 👤 marswaveai Organization 🕐 更新日時 2026-08-28 📅 作成日 2026-03-24
138
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
139
lifeiteng/OmniSenseVoice

Omni SenseVoice: 単語のタイムスタンプによる高速音声認識 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 更新日時 2025-12-10 📅 作成日 2024-09-22
140
BryceWG/BiBi-Keyboard

BiBi Keyboard:KotlinベースのAndroid向けLLMとASR音声入力メソッドキーボードアプリ

BryceWG
⭐ 896 Kotlin 👤 BryceWG User 🕐 更新日時 2026-11-19 📅 作成日 2025-10-06
141
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
142
Blue-B/WhisperSubTranslate

動画から字幕(SRT)を抽出し、あらゆる言語に翻訳するための無料のローカルデスクトップアプリ。無制限に使用可能、登録不要、クラウド不要。

Blue-B
⭐ 853 JavaScript 👤 Blue-B User 🕐 更新日時 2026-11-18 📅 作成日 2025-08-11
143
corvo007/MioSub

ダウンロード、文字起こし、翻訳、ハードサブ焼き込みまで全プロセスを網羅した、完全自動のワンストップ字幕生成ソフトウェア。人手による介入は一切不要です。

corvo007
⭐ 844 TypeScript 👤 corvo007 User 🕐 更新日時 2026-10-20 📅 作成日 2025-11-22
144
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
145
mustafaaljadery/lightning-whisper-mlx

MLXを使用したApple Siliconに最適化された非常に高速なWhisperの実装。

mustafaaljadery
⭐ 835 Python 👤 mustafaaljadery User 🕐 更新日時 2024-05-08 📅 作成日 2024-03-23
146
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
147
Azure-Samples/aoai-realtime-audio-sdk

gpt-4o-realtime 機能を活用するための Azure OpenAI コードリソース。

Azure-Samples
⭐ 832 TypeScript 👤 Azure-Samples Organization 🕐 更新日時 2025-09-30 📅 作成日 2024-10-01
148
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
149
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
150
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