Git Stars Git Stars

#automatic-speech-recognition Repositórios

Descubra 42 repositórios ativos de código aberto no GitHub marcados com #automatic-speech-recognition, acumulando um total de 118,799 estrelas (uma média de 2,828 por projeto). O líder deste tópico é Vaibhavs10/insanely-fast-whisper, com 13,052 estrelas.

42
Total de Repositórios
118,799
Total de estrelas
2,828
Média de Estrelas/Repositório

42 repositórios no total

2
facebookresearch/seamless_communication

Modelos Fundamentais para Tradução de Fala e Texto de Ponta

facebookresearch
⭐ 11,908 Jupyter Notebook 👤 facebookresearch Organization 🕐 Atualizado 2026-09-08 📅 Criado 2023-08-01
3
QuentinFuxa/WhisperLiveKit

Conversão de fala em texto em tempo real e local com ASR em streaming, diarização de falantes, tradução e APIs compatíveis com OpenAI/Deepgram.

QuentinFuxa
⭐ 11,275 Python 👤 QuentinFuxa User 🕐 Atualizado 2026-11-14 📅 Criado 2024-12-19
4
Const-me/Whisper

Inferência GPGPU de alto desempenho do modelo de reconhecimento automático de fala (ASR) Whisper da OpenAI

Const-me
⭐ 10,717 C++ 👤 Const-me User 🕐 Atualizado 2026-09-22 📅 Criado 2023-01-07
5
mli/autocut

Editar vídeo com editor de texto

mli
⭐ 7,522 Python 👤 mli User 🕐 Atualizado 2024-10-05 📅 Criado 2022-10-28
6
wenet-e2e/wenet

Kit de Reconhecimento de Fala de Ponta a Ponta Pronto para Produção e com Foco na Produção

wenet-e2e
⭐ 5,258 Python 👤 wenet-e2e Organization 🕐 Atualizado 2026-10-26 📅 Criado 2020-11-17
7
MoonshotAI/Kimi-Audio

Kimi-Audio, um modelo de fundação de áudio de código aberto que se destaca na compreensão, geração e conversação de áudio

MoonshotAI
⭐ 4,654 Python 👤 MoonshotAI Organization 🕐 Atualizado 2025-06-21 📅 Criado 2025-04-25
8
agermanidis/autosub

[NÃO MAIS MANTIDO] Utilitário de linha de comando para auto-gerar legendas para qualquer arquivo de vídeo

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Atualizado 2024-03-22 📅 Criado 2015-06-29
9
ahmetoner/whisper-asr-webservice

API de Serviço Web OpenAI Whisper ASR

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Atualizado 2026-10-01 📅 Criado 2022-09-22
10
FluidInference/FluidAudio

Modelos de áudio CoreML de ponta em seus aplicativos — texto para fala, fala para texto, detecção de atividade de voz e diarização de locutores. Em Swift, desenvolvido com código aberto SOTA.

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 Atualizado 2026-11-19 📅 Criado 2025-06-21
11
Kedreamix/Linly-Dubbing

Ferramenta de IA de Tradução/Dublagem Multilíngue de Vídeo Inteligente - Linly-Dubbing — “Capacitando com IA, sem fronteiras linguísticas”

Kedreamix
⭐ 3,221 Jupyter Notebook 👤 Kedreamix User 🕐 Atualizado 2025-03-05 📅 Criado 2024-08-08
12
AutoArk/GPA

[AutoArk] O GPA (General Purpose Audio) pode realizar ASR, TTS e conversão de voz com um único modelo minúsculo!

AutoArk
⭐ 3,054 Python 👤 AutoArk Organization 🕐 Atualizado 2026-05-25 📅 Criado 2025-12-16
13
facebookresearch/omnilingual-asr

Omnilingual ASR open-source reconhecimento de voz multilingue para mais de 1600 idiomas

facebookresearch
⭐ 2,976 Python 👤 facebookresearch Organization 🕐 Atualizado 2025-12-30 📅 Criado 2025-11-06
14
coqui-ai/STT

🐸STT - O kit de ferramentas de aprendizado profundo para Fala para Texto. Treinar e implantar modelos STT nunca foi tão fácil.

coqui-ai
⭐ 2,547 C++ 👤 coqui-ai Organization 🕐 Atualizado 2024-03-11 📅 Criado 2021-03-04
15
janhq/ichigo

IA de voz local em tempo real

janhq
⭐ 2,493 Python 👤 janhq Organization 🕐 Atualizado 2025-11-26 📅 Criado 2024-07-02
16
TEN-framework/ten-vad

Detector de Atividade de Voz (VAD): baixa latência, alto desempenho e leve

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-04-29
17
OpenMOSS/MOSS-Transcribe-Diarize

Um modelo de 0,9B para transcrição de conteúdos longos em mais de 50 idiomas, com diarização de locutores, marcações de tempo e reconhecimento de eventos acústicos

OpenMOSS
⭐ 2,286 Python 👤 OpenMOSS Organization 🕐 Atualizado 2026-10-21 📅 Criado 2026-05-13
18
QwenLM/Qwen2-Audio

O repositório oficial do chat Qwen2-Audio e do modelo de linguagem de áudio grande pré-treinado proposto pela Alibaba Cloud.

QwenLM
⭐ 2,072 Python 👤 QwenLM Organization 🕐 Atualizado 2025-04-21 📅 Criado 2024-06-24
19
FireRedTeam/FireRedASR

Modelos ASR de código aberto de nível industrial que suportam mandarim, dialetos chineses e inglês, alcançando um novo SOTA em benchmarks públicos de ASR em mandarim, ao mesmo tempo que oferecem capacidade excepcional de reconhecimento de letras de músicas.

FireRedTeam
⭐ 2,014 Python 👤 FireRedTeam Organization 🕐 Atualizado 2026-02-25 📅 Criado 2025-01-24
20
stepfun-ai/Step-Audio2

Step-Audio 2 é um modelo de linguagem grande multimodal completo, projetado para a compreensão de áudio de nível industrial e conversação por voz.

stepfun-ai
⭐ 1,531 Python 👤 stepfun-ai Organization 🕐 Atualizado 2026-03-16 📅 Criado 2025-07-15
21
McCloudS/subgen

Autogerar legendas usando o modelo OpenAI Whisper via Jellyfin, Plex, Emby, Tautulli ou Bazarr

McCloudS
⭐ 1,519 Python 👤 McCloudS User 🕐 Atualizado 2026-08-07 📅 Criado 2023-01-28
23
k2-fsa/k2

Algoritmos FSA/FST, diferenciáveis, com compatibilidade PyTorch.

k2-fsa
⭐ 1,371 Cuda 👤 k2-fsa Organization 🕐 Atualizado 2026-11-13 📅 Criado 2020-04-17
24
QwenLM/Qwen3-ASR-Toolkit

Kit de ferramentas Python oficial para a API Qwen3-ASR. Chamadas paralelas de alto rendimento, transcrição robusta de áudios longos e suporte a múltiplas taxas de amostragem.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Atualizado 2026-02-05 📅 Criado 2025-09-16
25
TensorSpeech/TensorFlowASR

:zap: TensorFlowASR: Reconhecimento Automático de Fala (ASR) praticamente de ponta no Tensorflow 2. Idiomas suportados que podem usar caracteres ou subpalavras.

TensorSpeech
⭐ 1,018 Python 👤 TensorSpeech Organization 🕐 Atualizado 2026-11-14 📅 Criado 2020-02-13
26
senstella/parakeet-mlx

Uma implementação dos modelos Parakeet da Nvidia para Apple Silicon usando MLX.

senstella
⭐ 999 Python 👤 senstella User 🕐 Atualizado 2026-11-17 📅 Criado 2025-05-03
27
jitsi/jiwer

Avalie seu sistema de conversão de fala em texto com medidas de similaridade, como a taxa de erro de palavras (WER)

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 Atualizado 2026-09-03 📅 Criado 2018-06-19
28
lifeiteng/OmniSenseVoice

Omni SenseVoice: Reconhecimento de Voz de Alta Velocidade com timestamps das palavras 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 Atualizado 2025-12-10 📅 Criado 2024-09-22
29
aiola-lab/whisper-medusa

Sussurro com cabeças de Medusa

aiola-lab
⭐ 860 Python 👤 aiola-lab Organization 🕐 Atualizado 2026-07-02 📅 Criado 2024-07-17
31
DataoceanAI/Dolphin

Dolphin é um modelo ASR (Reconhecimento Automático de Fala) multilíngue e multitarefa treinado em conjunto pela DataoceanAI e pela Universidade de Tsinghua.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Atualizado 2026-06-11 📅 Criado 2025-03-18
32
EmulationAI/awesome-large-audio-models

Coleção de recursos sobre as aplicações de Modelos de Linguagem Grandes (LLMs) em IA de Áudio.

EmulationAI
⭐ 748 👤 EmulationAI Organization 🕐 Atualizado 2026-11-02 📅 Criado 2023-08-18
33
FireRedTeam/FireRedASR2S

Um sistema ASR All-in-One de nível industrial SOTA com módulos ASR, VAD, LID e Punc. O FireRedASR2 suporta chinês (mandarim, 20+ dialetos/sotaques), inglês, alternância de código e ASR tanto para fala quanto para canto. O FireRedVAD suporta fala/canto/música em 100+ idiomas. O FireRedLID suporta 100+ idiomas e 20+ dialetos chineses. O FireRedPunc suporta chinês e inglês.

FireRedTeam
⭐ 745 Python 👤 FireRedTeam Organization 🕐 Atualizado 2026-06-02 📅 Criado 2026-02-12
34
SpeechColab/GigaSpeech

Conjunto de dados grande e moderno para reconhecimento de fala

SpeechColab
⭐ 714 Shell 👤 SpeechColab User 🕐 Atualizado 2024-02-26 📅 Criado 2021-03-03
35
DoMusic/Hybrid-Net

Áudio em tempo real para acordes, letras, batida e melodia.

DoMusic
⭐ 713 Python 👤 DoMusic Organization 🕐 Atualizado 2024-08-15 📅 Criado 2024-03-26
36
sofdog-gh/realtime-transcription-fastrtc

Transcrição de Voz em Tempo Real com FastRTC ⚡️ e Whisper Local 🤗

sofdog-gh
⭐ 700 Python 👤 sofdog-gh User 🕐 Atualizado 2025-07-10 📅 Criado 2025-03-01
37
vilassn/whisper_android

Reconhecimento de Fala Offline com OpenAI Whisper e TensorFlow Lite para Android

vilassn
⭐ 693 C++ 👤 vilassn User 🕐 Atualizado 2026-03-18 📅 Criado 2023-08-26
38
VITA-MLLM/VITA-Audio

✨✨[NeurIPS 2025] VITA-Audio: Geração Rápida de Tokens Intercalados Cross-Modais para um Modelo de Fala-Linguagem Grande e Eficiente

VITA-MLLM
⭐ 679 Python 👤 VITA-MLLM Organization 🕐 Atualizado 2025-05-24 📅 Criado 2025-04-23
39
Picovoice/cheetah

Motor de fala para texto por streaming no dispositivo, desenvolvido com aprendizado profundo

Picovoice
⭐ 672 Python 👤 Picovoice Organization 🕐 Atualizado 2026-11-12 📅 Criado 2018-10-28
40
ErlichLiu/Whisper-Input

É possível configurar para iniciar a gravação ao pressionar o botão Option e terminá-la ao soltá-lo, acionando o modelo Groq Whisper Large V3 Turbo para transcrição. Como o Groq é extremamente rápido, a maioria das entradas de voz é retornada em 1-2 segundos. Além disso, graças ao poder do Whisper, o efeito da transcrição é muito bom.

ErlichLiu
⭐ 593 Python 👤 ErlichLiu User 🕐 Atualizado 2025-01-29 📅 Criado 2025-01-11
42
HKAllThingsLink/streaming-asr

Um sistema leve cliente-servidor para processamento de áudio em tempo real com detecção de atividade de voz (VAD) e reconhecimento automático de fala (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Atualizado 2026-01-04 📅 Criado 2025-12-01

Perguntas Frequentes

1

Qual é o repositório de #automatic-speech-recognition mais popular no GitHub?

O projeto de código aberto de #automatic-speech-recognition mais bem classificado no GitHub é Vaibhavs10/insanely-fast-whisper, com 13,052 estrelas.

2

Quais linguagens de programação são mais usadas nos repositórios de #automatic-speech-recognition?

Entre os projetos de #automatic-speech-recognition mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, Swift.

3

Como é calculada a classificação dos repositórios de #automatic-speech-recognition?

Acompanhamos 42 repositórios ativos de código aberto marcados com #automatic-speech-recognition (com mais de 500 estrelas), totalizando 118,799 estrelas e uma média de 2,828 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.