Git Stars Git Stars

#speech-recognition Repositórios

Descubra 204 repositórios ativos de código aberto no GitHub marcados com #speech-recognition, acumulando um total de 889,741 estrelas (uma média de 4,361 por projeto). O líder deste tópico é huggingface/transformers, com 169,339 estrelas.

204
Total de Repositórios
889,741
Total de estrelas
4,361
Média de Estrelas/Repositório

206 repositórios no total

1
huggingface/transformers

🤗 Transformers: a estrutura de definição de modelos para modelos de machine learning de última geração em texto, visão, áudio e modelos multimodais, tanto para inferência quanto para treinamento.

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-10-29
2
openai/whisper

Reconhecimento de Voz Robusto via Supervisão Fraca em Grande Escala

openai
⭐ 113,203 Python 👤 openai Organization 🕐 Atualizado 2026-08-31 📅 Criado 2022-09-16
3
ggml-org/whisper.cpp

Porte do modelo Whisper da OpenAI em C/C++

ggml-org
⭐ 55,392 C++ 👤 ggml-org Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-09-25
4
SYSTRAN/faster-whisper

Transcrição Whisper mais rápida com CTranslate2

SYSTRAN
⭐ 26,924 Python 👤 SYSTRAN Organization 🕐 Atualizado 2026-11-12 📅 Criado 2023-02-11
5
m-bain/whisperX

WhisperX: Reconhecimento Automático de Fala com Carimbos de Tempo em Nível de Palavra (& Diarização)

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 Atualizado 2026-11-21 📅 Criado 2022-12-09
6
modelscope/FunASR

Kit de ferramentas de reconhecimento de fala de código aberto para treinamento, inferência, ASR em streaming, VAD, pontuação, pipelines de diarização de falantes e serviço compatível com OpenAI/MCP.

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-11-24
7
leon-ai/leon

🧠 Leon é o seu assistente pessoal de código aberto.

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2019-02-10
8
kaldi-asr/kaldi

kaldi-asr/kaldi é o local oficial do projeto Kaldi.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Atualizado 2025-09-22 📅 Criado 2015-04-20
9
alphacep/vosk-api

API de reconhecimento de fala offline para Android, iOS, Raspberry Pi e servidores com Python, Java, C# e Node

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 Atualizado 2026-10-15 📅 Criado 2019-09-03
10
NVIDIA/DeepLearningExamples

Scripts de Deep Learning de última geração organizados por modelos - fáceis de treinar e implantar com precisão e desempenho reprodutíveis em infraestrutura de nível empresarial.

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 Atualizado 2024-08-12 📅 Criado 2018-05-02
11
abus-aikorea/voice-pro

Gradio WebUI para criadores e desenvolvedores, apresentando recursos-chave de TTS (Edge-TTS, kokoro) e clonagem de voz zero-shot (E2 & F5-TTS, CosyVoice), com processamento de áudio Whisper, download do YouTube, isolamento vocal Demucs e tradução multilíngue.

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 Atualizado 2026-07-13 📅 Criado 2024-07-29
12
kmario23/deep-learning-drizzle

Mergulhe em Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision e NLP aprendendo com estas palestras emocionantes!!

kmario23
⭐ 12,995 HTML 👤 kmario23 User 🕐 Atualizado 2026-08-22 📅 Criado 2018-11-26
13
PaddlePaddle/PaddleSpeech

Kit de Fala Fácil de Usar, incluindo modelo de Aprendizagem Auto-Supervisionada, ASR SOTA/Streaming com pontuação, TTS de Streaming com frontend de texto, Sistema de Verificação de Locutor, Tradução de Fala End-to-End e Keyword Spotting. Ganhou o Prêmio Melhor Demo da NAACL2022.

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 Atualizado 2026-08-12 📅 Criado 2017-11-14
14
speechbrain/speechbrain

Um kit de ferramentas de fala baseado em PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Atualizado 2026-10-14 📅 Criado 2020-04-28
15
openvinotoolkit/openvino

OpenVINO™ é um kit de ferramentas de código aberto para otimizar e implantar inferência de IA

openvinotoolkit
⭐ 11,869 C++ 👤 openvinotoolkit Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-10-15
16
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
17
espnet/espnet

Kit de Ferramentas para Processamento de Fala de Ponta a Ponta

espnet
⭐ 10,022 Python 👤 espnet Organization 🕐 Atualizado 2026-11-20 📅 Criado 2017-12-13
18
QwenAudio/SenseVoice

Modelo SenseVoiceSmall de código aberto para ASR em mandarim, cantonês, inglês, japonês e coreano, identificação de idioma, reconhecimento de emoções e detecção de eventos de áudio.

QwenAudio
⭐ 9,797 C 👤 QwenAudio Organization 🕐 Atualizado 2026-09-30 📅 Criado 2024-07-03
19
Uberi/speech_recognition

Módulo de reconhecimento de fala para Python, suportando diversos motores e APIs, online e offline.

Uberi
⭐ 9,008 Python 👤 Uberi User 🕐 Atualizado 2026-11-17 📅 Criado 2014-04-23
20
nl8590687/ASRT_SpeechRecognition

Um Sistema de Reconhecimento de Fala Chinês Baseado em Deep Learning

nl8590687
⭐ 8,404 Python 👤 nl8590687 User 🕐 Atualizado 2026-04-10 📅 Criado 2017-03-06
21
Neywa-Labs/mlx-audio

Uma biblioteca de texto para fala (TTS), fala para texto (STT) e fala para fala (STS) construída sobre o framework MLX da Apple, fornecendo análise de fala eficiente no Apple Silicon.

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-11-27
22
anomalyco/hex

Ditado de voz local para Mac, Windows e Linux

anomalyco
⭐ 7,836 Rust 👤 anomalyco Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-07-17
23
TalAter/annyang

💬 Reconhecimento de fala para o seu site

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Atualizado 2026-10-29 📅 Criado 2013-08-23
24
modelscope/FunClip

Ferramenta de transcrição de vídeo, geração de legendas e corte assistido por LLM, alimentada por FunASR com interface Gradio local.

modelscope
⭐ 6,613 Python 👤 modelscope Organization 🕐 Atualizado 2026-11-01 📅 Criado 2023-05-17
25
argmaxinc/argmax-oss-swift

IA de Voz no Dispositivo para Apple Silicon

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 Atualizado 2026-10-27 📅 Criado 2024-01-26
26
flashlight/wav2letter

Kit de Reconhecimento Automático de Fala da Facebook AI Research

flashlight
⭐ 6,443 C++ 👤 flashlight Organization 🕐 Atualizado 2026-08-28 📅 Criado 2017-11-20
27
PaddlePaddle/PaddleX

Ferramenta de Desenvolvimento Tudo-em-Um baseada no PaddlePaddle

PaddlePaddle
⭐ 6,299 Python 👤 PaddlePaddle Organization 🕐 Atualizado 2026-10-20 📅 Criado 2020-03-11
28
MahmoudAshraf97/whisper-diarization

Reconhecimento Automático de Fala com Diarização de Locutor baseado em OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Atualizado 2026-08-15 📅 Criado 2023-01-25
29
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
30
Picovoice/porcupine

Detecção de palavra de ativação no dispositivo alimentada por aprendizado profundo

Picovoice
⭐ 5,028 Python 👤 Picovoice Organization 🕐 Atualizado 2026-11-12 📅 Criado 2018-03-08
31
yanshengjia/ml-road

Recursos, prática e pesquisa em Aprendizado de Máquina e IA Agentiva

yanshengjia
⭐ 4,981 Python 👤 yanshengjia User 🕐 Atualizado 2026-08-01 📅 Criado 2017-10-31
32
jianchang512/stt

Ferramenta de Reconhecimento de Voz para Texto / Uma ferramenta local de transcrição de áudio e vídeo que roda offline, com saída nos formatos json, srt (legendas) e texto puro

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Atualizado 2026-01-22 📅 Criado 2023-12-28
33
sanchit-gandhi/whisper-jax

Implementação JAX do modelo Whisper da OpenAI para aceleração de até 70x em TPU.

sanchit-gandhi
⭐ 4,649 Jupyter Notebook 👤 sanchit-gandhi User 🕐 Atualizado 2024-04-03 📅 Criado 2023-03-02
34
cmusphinx/pocketsphinx

Um pequeno reconhecedor de fala

cmusphinx
⭐ 4,354 C 👤 cmusphinx Organization 🕐 Atualizado 2026-10-13 📅 Criado 2014-04-07
35
huggingface/distil-whisper

Variante destilada do Whisper para reconhecimento de fala. 6x mais rápida, 50% menor, com uma taxa de erro de palavra dentro de 1%.

huggingface
⭐ 4,083 Python 👤 huggingface Organization 🕐 Atualizado 2025-01-08 📅 Criado 2023-10-31
36
baidu-research/warp-ctc

CTC paralelo rápido.

baidu-research
⭐ 4,079 Cuda 👤 baidu-research Organization 🕐 Atualizado 2024-03-04 📅 Criado 2016-01-14
37
QwenLM/Qwen3-ASR

Qwen3-ASR é uma série de modelos ASR open-source desenvolvida pela equipe Qwen da Alibaba Cloud, que suporta reconhecimento estável de fala/música/canção multilíngue, detecção de idioma e previsão de timestamps.

QwenLM
⭐ 3,933 Python 👤 QwenLM Organization 🕐 Atualizado 2026-06-26 📅 Criado 2026-01-28
38
Kedreamix/Linly-Talker

Sistema Conversacional de Avatar Digital - Linly-Talker. 😄✨ O Linly-Talker é um sistema de IA inteligente que combina grandes modelos de linguagem (LLMs) com modelos visuais para criar um novo método de interação humano-IA. 🤝🤖 Ele integra várias tecnologias, como Whisper, Linly, Microsoft Speech Services e o sistema de geração de cabeça falante SadTalker. 🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 Atualizado 2026-02-10 📅 Criado 2023-10-17
39
Azure-Samples/cognitive-services-speech-sdk

Exemplo de código para o Microsoft Cognitive Services Speech SDK

Azure-Samples
⭐ 3,457 C# 👤 Azure-Samples Organization 🕐 Atualizado 2026-11-17 📅 Criado 2018-04-26
40
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
41
QwenAudio/qwen-audio-agent

Um runtime de voz em tempo real que mantém os agentes falando, trabalhando e presentes. Runtime de voz em tempo real para agentes de IA

QwenAudio
⭐ 3,262 JavaScript 👤 QwenAudio Organization 🕐 Atualizado 2026-11-18 📅 Criado 2026-07-27
42
Purfview/whisper-standalone-win

Executáveis autônomos do Whisper e Faster-Whisper para aqueles que não querem se incomodar com Python.

Purfview
⭐ 3,229 👤 Purfview User 🕐 Atualizado 2025-11-07 📅 Criado 2023-02-25
43
HeyWillow/willow

Alternativa de assistente de voz de código aberto, local e auto-hospedada, competitiva com Amazon Echo/Google Home

HeyWillow
⭐ 3,142 C 👤 HeyWillow Organization 🕐 Atualizado 2026-11-01 📅 Criado 2023-03-31
44
pluja/anysub

Transforme áudio e vídeo em legendas com uma interface web fácil de usar. Tudo é executado na sua própria máquina. Anteriormente Whishper.

pluja
⭐ 3,106 TypeScript 👤 pluja User 🕐 Atualizado 2026-11-21 📅 Criado 2023-08-26
45
chenyme/Chenyme-AAVT

Este é um projeto de tradução automática (de áudio) para vídeo. Utiliza o Whisper para reconhecimento de voz, um modelo de IA de grande porte para tradução de legendas e, finalmente, combina legendas com o vídeo para gerar o vídeo traduzido.

chenyme
⭐ 3,080 Python 👤 chenyme User 🕐 Atualizado 2025-04-07 📅 Criado 2023-12-18
46
dscripka/openWakeWord

Um framework de detecção de palavra (ou frase) de ativação de áudio de código aberto com foco em desempenho e simplicidade.

dscripka
⭐ 2,963 Jupyter Notebook 👤 dscripka User 🕐 Atualizado 2025-12-30 📅 Criado 2022-05-28
47
quik-sms/quik

O SMS messenger mais bonito para Android - Revivido

quik-sms
⭐ 2,929 Java 👤 quik-sms Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-07-17
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Atualizado 2026-10-29 📅 Criado 2018-07-24
49
linto-ai/whisper-timestamped

Reconhecimento Automático de Fala Multilíngue com carimbos de tempo e confiança a nível de palavra

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Atualizado 2026-09-28 📅 Criado 2023-01-13
50
zzmp/juliusjs

Uma biblioteca de reconhecimento de fala para a web

zzmp
⭐ 2,574 JavaScript 👤 zzmp User 🕐 Atualizado 2024-04-19 📅 Criado 2014-07-10

Perguntas Frequentes

1

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

O projeto de código aberto de #speech-recognition mais bem classificado no GitHub é huggingface/transformers, com 169,339 estrelas. 🤗 Transformers: a estrutura de definição de modelos para modelos de machine learning de última geração em texto, visão, áudio e modelos multimodais, tanto para inferência quanto para treinamento.

2

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

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

3

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

Acompanhamos 204 repositórios ativos de código aberto marcados com #speech-recognition (com mais de 500 estrelas), totalizando 889,741 estrelas e uma média de 4,361 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.