Git Stars Git Stars

#speech-recognition Repositórios

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

206 repositórios no total

51
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
52
wquguru/cicada

Cicada · Legendas em tempo real, interpretação simultânea e notas de reunião com IA para qualquer reunião ou transmissão ao vivo. Gratuito e de código aberto para Mac, Windows, Linux e Android.

wquguru
⭐ 2,443 Swift 👤 wquguru User 🕐 Atualizado 2026-11-19 📅 Criado 2026-11-01
53
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
54
pannous/tensorflow-speech-recognition

🎙Reconhecimento de fala usando o framework de deep learning tensorflow, redes neurais sequence-to-sequence

pannous
⭐ 2,176 Python 👤 pannous User 🕐 Atualizado 2024-01-17 📅 Criado 2015-12-07
55
react-native-voice/voice

:microphone: Biblioteca de Reconhecimento de Voz React Native para iOS e Android (Suporte Online e Offline)

react-native-voice
⭐ 2,149 TypeScript 👤 react-native-voice Organization 🕐 Atualizado 2026-01-21 📅 Criado 2016-05-06
56
fikrikarim/parlor

IA multimodal em tempo real no dispositivo com recursos semelhantes ao GPT-Live

fikrikarim
⭐ 2,117 Python 👤 fikrikarim User 🕐 Atualizado 2026-08-03 📅 Criado 2026-04-05
57
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
58
nobody132/masr

Reconhecimento Automático de Fala em Mandarim;

nobody132
⭐ 1,962 Python 👤 nobody132 User 🕐 Atualizado 2024-07-25 📅 Criado 2019-05-07
59
julius-speech/julius

Motor de Reconhecimento de Fala Contínuo de Vocabulário Grande de Código Aberto

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 Atualizado 2025-06-16 📅 Criado 2015-04-28
60
wq2012/awesome-diarization

Uma lista selecionada de artigos, bibliotecas, conjuntos de dados e outros recursos excelentes sobre Diarização de Locutor.

wq2012
⭐ 1,917 👤 wq2012 User 🕐 Atualizado 2026-10-26 📅 Criado 2019-01-19
61
alan-ai/alan-sdk-ios

O Sistema de Auto-Codificação para Seu Aplicativo — Alan AI SDK para iOS

alan-ai
⭐ 1,889 Objective-C 👤 alan-ai Organization 🕐 Atualizado 2025-04-22 📅 Criado 2019-10-01
62
sgl-project/sglang-omni

Ambiente de execução de alto desempenho para servir sistemas de superinteligência interativos

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-01-07
63
QwenLM/Qwen-Audio

O repositório oficial do Qwen-Audio (通义千问-Audio), um modelo de linguagem de áudio grande pré-treinado e de chat proposto pela Alibaba Cloud.

QwenLM
⭐ 1,857 Python 👤 QwenLM Organization 🕐 Atualizado 2024-07-05 📅 Criado 2023-11-07
64
alan-ai/alan-sdk-android

O Sistema de Autocodificação para Seu Aplicativo — Alan AI SDK para Android

alan-ai
⭐ 1,815 👤 alan-ai Organization 🕐 Atualizado 2025-04-22 📅 Criado 2019-10-01
65
peteonrails/voxtype

Transcrição de voz para texto com push-to-talk para compositores Wayland

peteonrails
⭐ 1,810 Rust 👤 peteonrails User 🕐 Atualizado 2026-11-20 📅 Criado 2025-11-28
66
FL33TW00D/whisper-turbo

Whisper Acelerado por GPU, Multiplataforma 🏎️

FL33TW00D
⭐ 1,808 TypeScript 👤 FL33TW00D User 🕐 Atualizado 2024-02-27 📅 Criado 2023-08-18
67
k2-fsa/sherpa-ncnn

Reconhecimento de fala em tempo real e detecção de atividade de voz (VAD) usando Kaldi de próxima geração com ncnn, sem conexão com a Internet. Suporte para iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A etc.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Atualizado 2026-11-12 📅 Criado 2022-09-04
68
alan-ai/alan-sdk-flutter

O Sistema de Auto-Codificação para o Seu Aplicativo — Alan AI SDK para Flutter

alan-ai
⭐ 1,768 Ruby 👤 alan-ai Organization 🕐 Atualizado 2025-04-22 📅 Criado 2020-04-22
69
abb128/LiveCaptions

Aplicação de desktop Linux que fornece legendagem ao vivo

abb128
⭐ 1,753 C 👤 abb128 User 🕐 Atualizado 2025-02-27 📅 Criado 2022-11-30
70
zhiwehu/100_plus_Python_Projects_Challenge

Desafio de Mais de 100 Projetos Python

zhiwehu
⭐ 1,724 Python 👤 zhiwehu User 🕐 Atualizado 2026-09-20 📅 Criado 2021-05-01
71
mkiol/dsnote

Aplicativo Speech Note para Linux. Anotações, leitura e tradução com Speech to Text, Text to Speech e Tradução Automática offline.

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 Atualizado 2026-11-18 📅 Criado 2021-10-07
72
strob/gentle

alinhador forçado suave

strob
⭐ 1,713 Python 👤 strob User 🕐 Atualizado 2026-07-24 📅 Criado 2015-10-23
74
Ayanaminn/N46Whisper

Gerador de legendas em japonês baseado no Whisper

Ayanaminn
⭐ 1,708 Jupyter Notebook 👤 Ayanaminn User 🕐 Atualizado 2025-02-23 📅 Criado 2022-10-25
75
royshil/obs-localvocal

Plugin OBS para reconhecimento de voz local e legendagem usando IA

royshil
⭐ 1,674 C++ 👤 royshil User 🕐 Atualizado 2026-11-05 📅 Criado 2023-08-10
76
alan-ai/alan-sdk-ionic

O Sistema de Autocodificação para Seu Aplicativo — Alan AI SDK para Ionic

alan-ai
⭐ 1,661 TypeScript 👤 alan-ai Organization 🕐 Atualizado 2025-04-22 📅 Criado 2020-04-24
77
amicalhq/amical

Digitação por voz gratuita e de código aberto para macOS e Windows. Transcrição local de fala para texto com Whisper e Parakeet, também disponível offline.

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-05-08
78
finnvoor/yap

🗣️ Uma CLI para transcrição de fala no dispositivo usando o Speech.framework no macOS 26

finnvoor
⭐ 1,640 Swift 👤 finnvoor User 🕐 Atualizado 2026-07-20 📅 Criado 2025-06-15
79
semperai/amica

Amica é uma interface de código aberto para comunicação interativa com personagens 3D com síntese de voz e reconhecimento de fala.

semperai
⭐ 1,626 TypeScript 👤 semperai Organization 🕐 Atualizado 2026-11-12 📅 Criado 2023-10-29
80
QwenAudio/Fun-ASR

Modelos de reconhecimento de fala Fun-ASR, com suporte nativo ao Hugging Face Transformers para o Fun-ASR-Nano e caminhos de implantação separados para FunASR, vLLM e llama.cpp.

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-12-15
81
Delta-ML/delta

DELTA é uma plataforma de processamento de linguagem natural e fala baseada em aprendizado profundo. Projetos LF AI & DATA: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Atualizado 2025-04-16 📅 Criado 2019-05-29
82
espressif/esp-sr

Reconhecimento de fala

espressif
⭐ 1,589 C 👤 espressif Organization 🕐 Atualizado 2026-11-11 📅 Criado 2019-07-29
83
bytedance/SALMONN

Família SALMONN: Uma suíte de LLMs multimodais avançados

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Atualizado 2026-10-16 📅 Criado 2023-08-11
84
AlekPet/ComfyUI_Custom_Nodes_AlekPet

Nós personalizados que estendem as capacidades do Comfyui

AlekPet
⭐ 1,535 JavaScript 👤 AlekPet User 🕐 Atualizado 2026-11-20 📅 Criado 2023-05-10
85
nyrahealth/CrisperWhisper

Transcrição controlável. Literal (cada muleta, pausa, gaguejo e som vocal) ou intencional (o que o falante pretendia dizer, otimizado para facilitar a leitura), com marcações de tempo no nível das palavras.

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Atualizado 2026-11-11 📅 Criado 2024-05-24
86
GauravSingh9356/J.A.R.V.I.S

Assistente Pessoal construído usando bibliotecas Python. Ele faz quase tudo, o que inclui envio de e-mails, Reconhecimento Óptico de Texto, Relatórios de Notícias Dinâmicos a qualquer momento com integração de API, gerador de lista de tarefas, abre qualquer site com apenas um comando de voz, reproduz música, pesquisa na Wikipédia, Dicionário com Sensoriamento Inteligente (ou seja, correção ortográfica automática), Relatório Meteorológico (ou seja, temperatura, velocidade do vento, umidade), pesquisa no YouTube, pesquisa no Google Maps, download do YouTube, etc.

GauravSingh9356
⭐ 1,495 Python 👤 GauravSingh9356 User 🕐 Atualizado 2025-12-02 📅 Criado 2020-06-27
87
wit-ai/pywit

Biblioteca Python para Wit.ai

wit-ai
⭐ 1,485 Python 👤 wit-ai Organization 🕐 Atualizado 2026-08-28 📅 Criado 2014-09-29
88
microsoft/DNS-Challenge

Este repositório contém os scripts, modelos e arquivos necessários para o Desafio de Supressão Profunda de Ruído (DNS).

microsoft
⭐ 1,480 Python 👤 microsoft Organization 🕐 Atualizado 2026-11-10 📅 Criado 2020-01-14
89
ARahim3/mlx-tune

Faça fine-tuning de LLMs no seu Mac com Apple Silicon. SFT, DPO, GRPO, Visão, TTS, STT, Embedding e fine-tuning de OCR — nativamente no MLX. API compatível com Unsloth.

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 Atualizado 2026-06-23 📅 Criado 2026-01-03
90
microsoft/SpeechT5

Pré-treinamento Unificado de Fala-Texto para Processamento de Linguagem Falada

microsoft
⭐ 1,420 Python 👤 microsoft Organization 🕐 Atualizado 2024-04-24 📅 Criado 2022-02-08
91
PrunaAI/pruna

Pruna é um framework de otimização de modelos construído para desenvolvedores, permitindo que você entregue modelos mais rápidos e eficientes com sobrecarga mínima.

PrunaAI
⭐ 1,399 Python 👤 PrunaAI Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-03-11
92
coqui-ai/open-speech-corpora

💎 Uma lista de corpora de fala acessíveis para ASR, TTS e outras Tecnologias de Fala

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Atualizado 2024-06-06 📅 Criado 2019-01-31
93
Softcatala/whisper-ctranslate2

Cliente de linha de comando Whisper compatível com o cliente original da OpenAI, baseado em CTranslate2.

Softcatala
⭐ 1,374 Python 👤 Softcatala Organization 🕐 Atualizado 2026-11-12 📅 Criado 2023-03-17
94
ratwithacompiler/OBS-captions-plugin

Plugin OBS de Legendas Fechadas usando Reconhecimento de Fala do Google

ratwithacompiler
⭐ 1,351 C++ 👤 ratwithacompiler User 🕐 Atualizado 2026-10-09 📅 Criado 2019-07-13
95
linyiLYi/voice-assistant

Uma demonstração simples e experimental de um assistente de voz local com Whisper e um modelo de linguagem grande.

linyiLYi
⭐ 1,329 Python 👤 linyiLYi User 🕐 Atualizado 2024-04-30 📅 Criado 2023-12-09
96
soniqo/speech-swift

Kit de ferramentas de fala por IA para Apple Silicon — ASR, TTS, fala-para-fala, VAD e diarização alimentados por MLX e CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Atualizado 2026-11-18 📅 Criado 2026-02-04
97
ictnlp/StreamSpeech

StreamSpeech é um modelo contínuo "tudo em um" para reconhecimento de fala offline e simultâneo, tradução de fala e síntese de fala.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Atualizado 2025-06-29 📅 Criado 2024-06-04
98
alphacep/vosk-server

Servidor de reconhecimento de fala WebSocket, gRPC e WebRTC baseado nas bibliotecas Vosk e Kaldi

alphacep
⭐ 1,259 Python 👤 alphacep Organization 🕐 Atualizado 2025-07-25 📅 Criado 2019-05-07
99
aTrainTranscription/aTrain

Uma ferramenta GUI para transcrição offline de gravações de fala, incluindo diarização de falantes, utilizando modelos de aprendizado de máquina de ponta.

aTrainTranscription
⭐ 1,244 Python 👤 aTrainTranscription Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-10-03
100
yeyupiaoling/Whisper-Finetune

Ajuste fino do modelo de reconhecimento de fala Whisper para suportar treinamento sem dados de carimbo de data/hora, treinamento com dados de carimbo de data/hora e treinamento sem dados de fala. Acelere a inferência e suporte implantação na Web, implantação em desktop Windows e implantação no Android

yeyupiaoling
⭐ 1,222 C 👤 yeyupiaoling User 🕐 Atualizado 2026-05-08 📅 Criado 2023-04-22