#speech-to-text 저장소
#speech-to-text 태그가 지정된 GitHub의 활성 오픈 소스 저장소 211개를 확인해 보세요. 총 925,003개의 스타를 획득했으며 프로젝트당 평균 4,383개입니다. 이 주제를 이끄는 저장소는 115,753개의 스타를 받은 debpalash/VoiceStudio입니다.
저장소 총 211개
VoiceStudio는 ElevenLabs를 대체하는 오픈 소스 완전 로컬 솔루션으로, 646개 언어에서 음성 복제, 음성 디자인, 동영상 더빙, 받아쓰기, 전사 및 오디오북 제작을 지원합니다.
개인정보 보호를 최우선으로 하는 Windows, macOS, Linux용 AI 회의 노트 도구입니다. 무료 오픈 소스(MIT 라이선스)입니다. Whisper/Parakeet으로 기기에서 직접 받아쓰기와 화자 분리를 수행하며, 회의 봇이 필요 없습니다. Granola, Otter, Fireflies의 오픈 소스 대안입니다. https://meetily.ai
YC (S26) | Screenpipe가 자동화할 가치가 있는 업무를 찾아냅니다 | 컴퓨터 작업을 로컬에서 지속적으로 기록하고, 반복되는 워크플로를 찾아 그 결과를 이미 사용 중인 어떤 에이전트에든 전달하세요.
🚀 Douyin, TikTok, Bilibili 데이터 수집 및 워터마크 없는 동영상 다운로드를 위한 셀프 호스팅 API입니다. MCP를 통한 AI 에이전트 호출과 오프라인 음성 텍스트 변환을 지원하며, Docker로 원클릭 배포할 수 있습니다. | TikTok, Douyin, Bilibili용 셀프 호스팅 스크레이퍼 및 워터마크 없는 동영상 다운로더 — 비동기 REST API, AI 에이전트용 MCP 서버, CLI와 웹 콘솔을 제공하며 다운로드한 동영상의 오프라인 음성 텍스트 변환도 지원합니다. 자동 복구 ID 풀, PostgreSQL 아카이브를 갖추고 `docker compose up` 한 번으로 실행할 수 있습니다.
훈련, 추론, 스트리밍 ASR, VAD, 구두점, 화자 분할 파이프라인 및 OpenAI 호환/MCP 서빙을 위한 오픈 소스 음성 인식 툴킷입니다.
인터넷 연결 없이 차세대 Kaldi와 onnxruntime을 사용하는 음성-텍스트 변환, 텍스트-음성 변환, 화자 분할, 음성 향상, 소스 분리 및 VAD. 임베디드 시스템, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 서버, 웹소켓 서버/클라이언트 지원, 12가지 프로그래밍 언어 지원
크리에이터 및 개발자를 위한 Gradio WebUI, 주요 TTS(Edge-TTS, kokoro) 및 제로샷 음성 복제(E2 & F5-TTS, CosyVoice), Whisper 오디오 처리, YouTube 다운로드, Demucs 보컬 분리 및 다국어 번역 기능 제공.
로컬(Nvidia Parakeet/Whisper) 및 클라우드 모델(BYOK)을 지원하는 음성-텍스트 음성 입력 앱. 개인정보 보호 우선이며 크로스 플랫폼으로 이용 가능.
실시간 로컬 음성-텍스트 변환으로 스트리밍 ASR, 화자 분리, 번역, OpenAI/Deepgram 호환 API를 제공합니다.
1,000개 이상의 사이트에서 동영상과 오디오를 다운로드하고, 화자 레이블을 포함해 로컬에서 전사한 다음, 선호하는 AI 제공업체를 사용해 미디어를 요약하거나 번역하고 대화할 수 있습니다.
오픈소스 SenseVoiceSmall 모델로, 표준 중국어, 광둥어, 영어, 일본어, 한국어 ASR, 언어 식별, 감정 인식 및 오디오 이벤트 탐지를 지원합니다.
Apple의 MLX 프레임워크를 기반으로 구축된 텍스트 음성 변환(TTS), 음성 텍스트 변환(STT), 음성 음성 변환(STS) 라이브러리로, Apple Silicon에서 효율적인 음성 분석을 제공합니다.
ODS V3 프리릴리스: V3 공식 출시를 앞두고 공개 테스트와 개선을 진행합니다. PC, Mac 또는 Linux 컴퓨터를 비공개 AI 서버로 바꿔 보세요.
화면을 녹화하고 데모를 공유하세요. 무료 및 오픈 소스, GPU 가속 지원, 워터마크 없음, 구독 없음. Windows, macOS, Linux 지원. 활발하게 유지 관리 중입니다.
AI 원클릭 일괄 생성 다양한 짧은 동영상, 자동 일괄 믹스 짧은 동영상, 자동 동영상 게시 Douyin, Kuaishou, Xiaohongshu, Video Channel에, 돈 버는 것이 이렇게 쉬웠던 적은 없었습니다! 로컬 음성 모델 chatTTS, faster-whisper, GPTSoVITS 지원, 클라우드 음성 지원: Azure, Alibaba Cloud, Tencent Cloud. Stable diffusion, comfyUI 직접 AI 이미지 생성 지원. KI LLM을 사용하여 한 번의 클릭으로 짧은 비디오를 생성하고 함께 돈을 인쇄하세요! 지원: chatTTS, faster-whisper, GPTSoVITS, Azure, Tencent Cloud, Ali Cloud.
오픈 소스 음성 AI 플랫폼. Vapi 및 Retell의 셀프 호스팅 대안. 온프레미스, 음성 대 음성(Speech-to-Speech) 또는 LLM/STT/TTS 전반에 걸친 BYOK 지원, 시각적 워크플로우 빌더, MCP 네이티브 및 전화 통신 지원.
🎙️🤖실시간으로 나만의 AI 캐릭터/동반자를 만들고, 맞춤 설정하고, 대화하세요 (모든 기능을 하나의 코드베이스에서!). LLM OpenAI GPT3.5/4, Anthropic Claude2, Chroma Vector DB, Whisper Speech2Text, ElevenLabs Text2Speech를 사용하여 어디서나(모바일, 웹, 터미널) AI와 자연스럽고 끊김 없는 대화를 나누세요🎙️🤖
YouTube/Bilibili를 위한 오픈 소스 AI 비디오 현지화 및 더빙: 음성 인식, 자막 번역, 음성 복제, 오디오 믹싱 및 렌더링. 오픈 소스 AI 비디오 번역 및 더빙 도구.
자율적이고 맥락을 인식하는 AI 데스크톱 동반자입니다. Python으로 제작되었으며, 실시간 화면 인식, 맞춤형 ONNX 음성 합성, 활성 창 추적, 반응형 표정이 적용된 동적 플로팅 UI를 제공합니다.
ggml로 구동되는 올인원 순수 C++ 오디오 모델 추론 엔진입니다. TTS, STT, VAD, 음성 변환, 음악 생성 등을 지원하며 고도로 최적화된 성능을 제공합니다. Python 종속성이 없습니다.
키를 누르고 말하고 놓기 — AI로 다듬어진 텍스트가 어떤 앱의 커서 위치에 나타납니다. macOS & Windows용 오픈소스 음성 입력.
자주 묻는 질문
GitHub에서 가장 인기 있는 #speech-to-text 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #speech-to-text 프로젝트는 115,753개의 스타를 받은 debpalash/VoiceStudio입니다. VoiceStudio는 ElevenLabs를 대체하는 오픈 소스 완전 로컬 솔루션으로, 646개 언어에서 음성 복제, 음성 디자인, 동영상 더빙, 받아쓰기, 전사 및 오디오북 제작을 지원합니다.
#speech-to-text 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #speech-to-text 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, Rust, C++입니다.
#speech-to-text 저장소 순위는 어떻게 계산되나요?
#speech-to-text 태그가 지정된 활성 오픈 소스 저장소(211개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 925,003개이며 저장소당 평균 4,383개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.