Git Stars Git Stars

#stt リポジトリ

#sttのタグが付いた、GitHub上の38件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は136,479個で、プロジェクトあたりの平均は3,591個です。このトピックをリードしているのは、38,195個のスターを獲得しているkhoj-ai/khojです。

38
リポジトリ総数
136,479
合計スター数
3,591
リポジトリあたりの平均スター数

リポジトリ合計38件

1
khoj-ai/khoj

あなたのAIセカンドブレイン。セルフホスト可能。ウェブまたはドキュメントから回答を得る。カスタムエージェントを構築し、自動化をスケジュールし、詳細な調査を行う。オンラインまたはローカルのLLMを、あなたの個人的で自律的なAI(gpt、claude、gemini、llama、qwen、mistral)に変換する。今すぐ始める - 無料。

khoj-ai
⭐ 38,195 Python 👤 khoj-ai Organization 🕐 更新日時 2026-08-02 📅 作成日 2021-08-16
2
jianchang512/pyvideotrans

動画をある言語から別の言語に翻訳し、吹き替えと字幕を埋め込みます。

jianchang512
⭐ 19,789 Python 👤 jianchang512 User 🕐 更新日時 2026-11-21 📅 作成日 2023-10-02
3
alphacep/vosk-api

Android、iOS、Raspberry Pi およびサーバー向けのオフライン音声認識 API (Python、Java、C#、Node 対応)

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 更新日時 2026-10-15 📅 作成日 2019-09-03
4
moonshine-ai/moonshine

非常に低遅延の音声認識、インテント認識、音声合成で、音声エージェントやインターフェースの構築に

moonshine-ai
⭐ 11,577 C++ 👤 moonshine-ai Organization 🕐 更新日時 2026-11-10 📅 作成日 2024-10-04
5
GetStream/Agents

テキスト、音声、動画エージェントをすばやく構築。Goベースの高速なエージェントバックエンドと、あらゆる言語に対応したSDKを提供します。検索、ナレッジ、スキル、電話機能、サンドボックス、メモリ、永続化に、合理的なデフォルト設定を用意。主権AI。あなたのAIを自分の手に。

GetStream
⭐ 8,217 Go 👤 GetStream Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-08-11
6
jianchang512/stt

音声認識からテキストへのツール / JSON、srt字幕、プレーンテキスト形式で出力される、ローカルでオフラインで動作するオーディオ/ビデオ字幕変換ツール

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 更新日時 2026-01-22 📅 作成日 2023-12-28
7
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
8
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
9
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
10
akdeb/ElatoAI

Arduino ESP32で100種類以上のモデルに対応するリアルタイム音声AI。AI玩具、デスクトップコンパニオン、各種デバイス向けのセキュアなWebSocketとエッジ関数を搭載

akdeb
⭐ 2,122 TypeScript 👤 akdeb User 🕐 更新日時 2026-11-21 📅 作成日 2025-04-08
11
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
12
nobodywho-ooo/nobodywho

NobodyWho は、LLM をローカルで効率的に、あらゆるデバイス上で実行できるようにする推論エンジンです。

nobodywho-ooo
⭐ 1,699 Rust 👤 nobodywho-ooo Organization 🕐 更新日時 2026-11-19 📅 作成日 2024-09-03
13
neural-maze/ava-whatsapp-agent-course

WhatsApp エージェントの Ava をご紹介します

neural-maze
⭐ 1,681 Python 👤 neural-maze Organization 🕐 更新日時 2025-10-20 📅 作成日 2024-12-17
14
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
15
DicioTeam/dicio-android

Android用 Dicio アシスタントアプリ

DicioTeam
⭐ 1,553 Kotlin 👤 DicioTeam Organization 🕐 更新日時 2026-10-23 📅 作成日 2019-08-02
16
kizuna-ai-lab/sokuji

バイリンガル会議向けのリアルタイム双方向音声翻訳 — 話された言語を自動検出し、双方向に翻訳します。クラウドまたはデバイス内での完全オフライン動作に対応。デスクトップ(Windows · macOS · Linux)およびブラウザ拡張機能(Chrome · Edge)で、Zoom、Meet、Teams、その他あらゆるアプリで使用可能。

kizuna-ai-lab
⭐ 1,508 TypeScript 👤 kizuna-ai-lab Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-04-14
17
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
18
joey-zhou/xiaozhi-esp32-server-java

Xiaozhi ESP32向けのJavaエンタープライズ管理プラットフォーム。デバイス監視、音色カスタマイズ、ロール切り替え、会話履歴管理のフロントエンド、バックエンド、サーバー統合ソリューションを提供します。

joey-zhou
⭐ 1,429 Java 👤 joey-zhou User 🕐 更新日時 2026-11-18 📅 作成日 2025-02-27
19
lenML/Speech-AI-Forge

🍦 Speech-AI-Forgeは、APIサーバーとGradioベースのWebUIを実装したTTS生成モデルを中心に開発されたプロジェクトです。

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 更新日時 2026-05-21 📅 作成日 2024-06-01
20
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
21
phuc-nt/my-translator

リアルタイム音声翻訳 — macOS & Windows、無料TTS、サーバー不要、あなたのAPIキーだけ

phuc-nt
⭐ 1,323 Python 👤 phuc-nt User 🕐 更新日時 2026-07-11 📅 作成日 2026-03-13
22
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
23
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
24
Neywa-Labs/mlx-audio-swift

Apple Silicon上でMLXを使用したオーディオ処理のためのモジュール式Swift SDK

Neywa-Labs
⭐ 822 Swift 👤 Neywa-Labs Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-12-03
25
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
26
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
27
madroidmaq/mlx-omni-server

MLX Omni Serverは、Apple Silicon(Mシリーズ)チップ専用に設計された、AppleのMLXフレームワークを搭載したローカル推論サーバーです。OpenAI互換のAPIエンドポイントを実装しており、既存のOpenAI SDKクライアントとのシームレスな統合を可能にし、ローカルML推論のパワーを活用します。

madroidmaq
⭐ 746 Python 👤 madroidmaq User 🕐 更新日時 2026-05-09 📅 作成日 2024-11-05
28
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
29
tover0314-w/opentypeless

macOS、Windows、Linux対応のオープンソースAI音声入力。ホットキーを押して自然に話すだけで、どのアプリでも整えられたテキストが得られます。

tover0314-w
⭐ 696 Rust 👤 tover0314-w User 🕐 更新日時 2026-11-15 📅 作成日 2026-02-26
30
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
31
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
32
bbc/react-transcript-editor

オーディオとビデオの自動文字起こしをより簡単かつ迅速に修正するための React コンポーネント。BBC News Labs 製。- 作業中

bbc
⭐ 625 JavaScript 👤 bbc Organization 🕐 更新日時 2026-11-11 📅 作成日 2018-11-01
33
elevenlabs/skills

ElevenLabsを使った開発のためのスキル集

elevenlabs
⭐ 579 Python 👤 elevenlabs Organization 🕐 更新日時 2026-11-18 📅 作成日 2026-01-24
34
StarmoonAI/Starmoon

コンパニオンシップ、エンターテイメント、教育、ヘルスケア、IoTアプリケーション、DIYロボット工学のための会話型AIデバイス+ソフトウェアフレームワーク。Python、NextJS、Arduino、ESP32、LLMs(GPT-4o)、Deepgram STT、Azure TTSで構築 🤖

StarmoonAI
⭐ 546 TypeScript 👤 StarmoonAI Organization 🕐 更新日時 2026-03-27 📅 作成日 2024-08-12
35
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
36
Floe-Labs/floe-guard

AI音声エージェント向けの支出メーターと予算ゲート。STT + TTS + LLM + 通話料金を、設定不要で1通話ごとに計測します(Pipecat、LiveKit — Python・TypeScript)。上限を超える前に、次のターンを強制停止します。ローカルで動作し、アカウント不要、テレメトリーなし。Floeが開発 — Voice AIのコスト管理。

Floe-Labs
⭐ 517 Python 👤 Floe-Labs Organization 🕐 更新日時 2026-08-24 📅 作成日 2026-06-14
37
franklioxygen/v2s

macOS上のあらゆるアプリで使えるリアルタイムの二言語字幕。音声を取り込み、文字起こしして、オフラインで翻訳。すべてメニューバーから操作できます。

franklioxygen
⭐ 515 Swift 👤 franklioxygen User 🕐 更新日時 2026-11-17 📅 作成日 2026-03-17
38
YeJe-cpu/talk-to-fengge

峰哥と話そう — 誰の声や性格でも再現し、リアルタイムで音声会話。システム上の遅延は1秒未満。

YeJe-cpu
⭐ 504 Python 👤 YeJe-cpu User 🕐 更新日時 2026-07-11 📅 作成日 2026-06-25

よくある質問

1

GitHubで最も人気のある#sttリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#sttプロジェクトは、38,195個のスターを獲得しているkhoj-ai/khojです。あなたのAIセカンドブレイン。セルフホスト可能。ウェブまたはドキュメントから回答を得る。カスタムエージェントを構築し、自動化をスケジュールし、詳細な調査を行う。オンラインまたはローカルのLLMを、あなたの個人的で自律的なAI(gpt、claude、gemini、llama、qwen、mistral)に変換する。今すぐ始める - 無料。

2

#sttリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#sttプロジェクトでは、Python, TypeScript, C++, JavaScriptが最も一般的なプログラミング言語です。

3

#sttリポジトリのランキングはどのように算出されていますか?

#sttのタグが付いた38件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は136,479個で、リポジトリあたりの平均は3,591個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。