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

151
mezbaul-h/june

Chatbot de voz local para conversas envolventes, alimentado por Ollama, Hugging Face Transformers e Coqui TTS Toolkit

mezbaul-h
⭐ 786 Python 👤 mezbaul-h User 🕐 Atualizado 2024-08-12 📅 Criado 2024-06-03
152
mallorbc/whisper_mic

Projeto que permite usar um microfone com o OpenAI Whisper.

mallorbc
⭐ 784 Python 👤 mallorbc User 🕐 Atualizado 2024-07-04 📅 Criado 2022-09-23
153
markovka17/dla

Aprendizado profundo para processamento de áudio

markovka17
⭐ 780 Jupyter Notebook 👤 markovka17 User 🕐 Atualizado 2026-11-08 📅 Criado 2020-08-23
154
Ailln/cn2an

📦 Conversão rápida entre «números chineses» e «números arábicos» ~ (Novos recursos: conversão de frações, datas, temperaturas, etc.)

Ailln
⭐ 768 Python 👤 Ailln User 🕐 Atualizado 2026-04-23 📅 Criado 2018-05-04
155
soupslurpr/Transcribro

Teclado e serviço de reconhecimento de fala privado e no dispositivo para Android.

soupslurpr
⭐ 765 Kotlin 👤 soupslurpr User 🕐 Atualizado 2026-11-12 📅 Criado 2024-03-15
156
yeyupiaoling/PaddlePaddle-DeepSpeech

Reconhecimento de fala baseado em PaddlePaddle, reconhecimento de fala em chinês. O projeto é bem desenvolvido e possui bom desempenho de reconhecimento. Suporta treinamento e previsão no Windows e Linux, e previsão em placas de desenvolvimento Nvidia Jetson.

yeyupiaoling
⭐ 764 Python 👤 yeyupiaoling User 🕐 Atualizado 2025-12-17 📅 Criado 2019-11-01
157
amanvirparhar/chaplin

Uma ferramenta de reconhecimento de fala silenciosa em tempo real.

amanvirparhar
⭐ 763 Python 👤 amanvirparhar User 🕐 Atualizado 2025-11-02 📅 Criado 2025-02-03
158
exPHAT/SwiftWhisper

🎤 A maneira mais fácil de transcrever áudio em Swift

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 Atualizado 2024-05-23 📅 Criado 2023-03-29
159
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
160
Macoron/whisper.unity

Executando o modelo de fala para texto (whisper.cpp) no Unity3d na sua máquina local.

Macoron
⭐ 730 C# 👤 Macoron User 🕐 Atualizado 2025-04-17 📅 Criado 2023-03-26
161
yeyupiaoling/MASR

Framework de reconhecimento automático de fala (ASR) implementado em Pytorch para streaming e não-streaming, compatível com reconhecimento online e offline, suportando atualmente os modelos Conformer, Squeezeformer e DeepSpeech2, e diversos métodos de aumento de dados.

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 Atualizado 2026-07-06 📅 Criado 2020-07-29
162
MycroftAI/adapt

Adaptar Analisador de Intenção

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 Atualizado 2024-07-21 📅 Criado 2015-09-08
163
Picovoice/rhino

Motor de Fala para Intenção no dispositivo alimentado por aprendizado profundo

Picovoice
⭐ 719 Python 👤 Picovoice Organization 🕐 Atualizado 2026-11-16 📅 Criado 2018-10-28
164
openspeech-team/openspeech

Kit de ferramentas de código aberto para reconhecimento de fala de ponta a ponta, aproveitando PyTorch-Lightning e Hydra.

openspeech-team
⭐ 715 Python 👤 openspeech-team Organization 🕐 Atualizado 2026-06-21 📅 Criado 2021-06-06
165
Baidu-AIP/speech-demo

Exemplo de API de Voz

Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 Atualizado 2024-07-25 📅 Criado 2018-02-24
166
jamsch/expo-speech-recognition

Reconhecimento de voz para projetos React Native Expo

jamsch
⭐ 700 TypeScript 👤 jamsch User 🕐 Atualizado 2026-10-29 📅 Criado 2023-10-30
167
Picovoice/speech-to-text-benchmark

framework de benchmark de fala para texto

Picovoice
⭐ 700 Python 👤 Picovoice Organization 🕐 Atualizado 2026-11-16 📅 Criado 2018-08-04
168
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
169
xinjli/allosaurus

Allosaurus é um reconhecedor fonético universal pré-treinado para mais de 2000 idiomas

xinjli
⭐ 689 Python 👤 xinjli User 🕐 Atualizado 2024-04-26 📅 Criado 2020-02-12
170
zeekk0/OpenAmika

OpenAmika: Amika, a companheira de IA da MekaHime, é de código aberto. Avatar Live2D, voz em tempo real, memória de longo prazo e OpenRouter ou Ollama como cérebro.

zeekk0
⭐ 684 Python 👤 zeekk0 User 🕐 Atualizado 2026-11-21 📅 Criado 2026-11-03
171
inclusionAI/Ming

Ming - facilitando recursos avançados de compreensão e geração multimodal construídos sobre o Ling LLM.

inclusionAI
⭐ 683 Jupyter Notebook 👤 inclusionAI Organization 🕐 Atualizado 2026-07-27 📅 Criado 2025-04-21
172
DmitryRyumin/INTERSPEECH-2023-24-Papers

Artigos INTERSPEECH 2023-2024: Uma coleção completa de artigos de pesquisa influentes e empolgantes da conferência INTERSPEECH 2023-24. Explore os mais recentes avanços no processamento de fala e linguagem. Código incluído. Dê uma estrela ao repositório para apoiar o avanço da tecnologia de fala!

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 Atualizado 2024-12-25 📅 Criado 2023-06-26
173
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
174
sveinbjornt/hear

Interface de linha de comando para os recursos de reconhecimento e transcrição de fala integrados no macOS.

sveinbjornt
⭐ 671 Objective-C 👤 sveinbjornt User 🕐 Atualizado 2026-08-30 📅 Criado 2022-02-23
175
Jakobovski/free-spoken-digit-dataset

Um conjunto de dados de áudio gratuito de dígitos falados. Uma versão em áudio do MNIST.

Jakobovski
⭐ 663 Python 👤 Jakobovski User 🕐 Atualizado 2024-05-02 📅 Criado 2016-06-21
176
woheller69/whisperIME

Editor de Método de Entrada (IME) para Android baseado em Whisper

woheller69
⭐ 661 Java 👤 woheller69 User 🕐 Atualizado 2026-10-28 📅 Criado 2024-12-30
177
xifan2333/fcitx5-vinput

Entrada de voz para Fcitx5 — reconhecimento de fala local e na nuvem, reformulação com LLM e pacotes para várias distribuições

xifan2333
⭐ 654 C++ 👤 xifan2333 User 🕐 Atualizado 2026-11-21 📅 Criado 2026-03-06
178
judahpaul16/gpt-home

ChatGPT em casa! Uma alternativa melhor aos assistentes comerciais de casa inteligente, construído no Raspberry Pi usando LiteLLM e LangGraph.

judahpaul16
⭐ 654 Python 👤 judahpaul16 User 🕐 Atualizado 2026-09-13 📅 Criado 2023-09-05
179
evancohen/sonus

:speech_balloon: /so.nus/ STT (speech to text) para Node com detecção de hotword offline

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 Atualizado 2026-09-11 📅 Criado 2016-08-30
180
mmpneo/curses

Legendas de Fala para Texto e entrada de Teclado para OBS, VRChat, chat do Twitch e Discord

mmpneo
⭐ 620 TypeScript 👤 mmpneo User 🕐 Atualizado 2024-06-18 📅 Criado 2022-11-16
181
reriiasu/speech-to-text

Transcrição em tempo real usando faster-whisper

reriiasu
⭐ 607 HTML 👤 reriiasu User 🕐 Atualizado 2024-07-23 📅 Criado 2023-03-30
182
tornikegomareli/Talkify

Ditado por voz ultrarrápido, gratuito e com prioridade para o processamento local no macOS, com transcrição no dispositivo

tornikegomareli
⭐ 599 Swift 👤 tornikegomareli User 🕐 Atualizado 2026-10-17 📅 Criado 2026-08-05
⭐ 580 C# 👤 VolcanicArts User 🕐 Atualizado 2026-10-29 📅 Criado 2022-03-14
184
githubharald/CTCWordBeamSearch

Decodificador de Classificação Temporal Conexionista (CTC) com dicionário e modelo de linguagem.

githubharald
⭐ 580 C++ 👤 githubharald User 🕐 Atualizado 2026-01-31 📅 Criado 2018-03-01
185
lovemefan/SenseVoice.cpp

Portabilidade do modelo Sense-voice da Funasr para C/C++

lovemefan
⭐ 574 C 👤 lovemefan User 🕐 Atualizado 2025-12-19 📅 Criado 2024-08-06
186
alan-ai/alan-sdk-reactnative

O Sistema de Autocodificação para o Seu App — Alan AI SDK para React Native

alan-ai
⭐ 573 Ruby 👤 alan-ai Organization 🕐 Atualizado 2026-02-14 📅 Criado 2019-10-23
187
algolia/voice-overlay-ios

🗣 Uma sobreposição que obtém a permissão de voz do usuário e entrada como texto em uma interface personalizável

algolia
⭐ 557 Swift 👤 algolia Organization 🕐 Atualizado 2026-06-23 📅 Criado 2018-06-25
188
SpeechColab/Leaderboard

SpeechIO Leaderboard: uma plataforma de benchmarking grande, robusta e abrangente para o Reconhecimento Automático de Fala.

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 Atualizado 2025-03-29 📅 Criado 2021-02-07
189
opennookorg/betterwispr

Aplicativo de ditado gratuito, de código aberto e com prioridade para o processamento local no macOS. Mantenha um atalho pressionado, fale e o texto será digitado em qualquer aplicativo. Conversão de fala em texto no dispositivo com Whisper, Parakeet e Apple Speech. Uma alternativa privada, offline e de código aberto ao Wispr Flow.

opennookorg
⭐ 544 Swift 👤 opennookorg Organization 🕐 Atualizado 2026-11-14 📅 Criado 2026-10-07
190
opendilab/CleanS2S

Agente interativo de fala para fala de alta qualidade e streaming em um único arquivo. Protótipo de agente inteligente de interação de voz full-duplex em streaming implementado apenas com um arquivo!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 Atualizado 2026-04-07 📅 Criado 2024-09-26
191
rtzr/Awesome-Korean-Speech-Recognition

Lista de APIs STT de reconhecimento de voz coreano. Benchmarks de desempenho para cada um.

rtzr
⭐ 542 👤 rtzr Organization 🕐 Atualizado 2025-08-15 📅 Criado 2023-08-21
192
kouhxp/yapsnap

Transcreva qualquer URL de vídeo ou arquivo de áudio para texto simples. Sem GPU. Sem nuvem. Um único comando.

kouhxp
⭐ 538 Python 👤 kouhxp User 🕐 Atualizado 2026-09-15 📅 Criado 2026-05-20
193
shashikg/WhisperS2T

Um pipeline otimizado de fala para texto para o modelo Whisper que suporta vários mecanismos de inferência

shashikg
⭐ 534 Jupyter Notebook 👤 shashikg User 🕐 Atualizado 2024-08-27 📅 Criado 2023-12-16
194
CheyneyComputerScience/CREMA-D

Conjunto de dados de atores multimodais emocionais de crowdsourcing (CREMA-D)

CheyneyComputerScience
⭐ 532 R 👤 CheyneyComputerScience Organization 🕐 Atualizado 2025-03-21 📅 Criado 2017-09-29
195
ccoreilly/vosk-browser

Uma biblioteca de reconhecimento de fala em execução no navegador graças a uma compilação WebAssembly do Vosk

ccoreilly
⭐ 531 JavaScript 👤 ccoreilly User 🕐 Atualizado 2025-12-07 📅 Criado 2021-02-19
196
DmitryRyumin/ICASSP-2023-24-Papers

Artigos da ICASSP 2023-2024: Uma coleção completa de artigos de pesquisa influentes e interessantes das conferências ICASSP 2023-24. Explore os avanços mais recentes em acústica, fala e processamento de sinais. Código incluído. Dê uma estrela ao repositório para apoiar o avanço do processamento de áudio e sinais!

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 Atualizado 2025-05-05 📅 Criado 2023-08-01
197
shibing624/parrots

Reconhecimento Automático de Fala (ASR), motor de Texto para Fala (TTS). Reconhecimento de fala chinês-inglês, síntese de voz multirrole, suporte a vários idiomas, alta precisão

shibing624
⭐ 527 Python 👤 shibing624 User 🕐 Atualizado 2025-11-11 📅 Criado 2018-08-26
198
cjyaddone/ChatWaifuL2D

Uma versão do ChatWaifu com Renpy ativado

cjyaddone
⭐ 524 Python 👤 cjyaddone User 🕐 Atualizado 2024-04-08 📅 Criado 2022-12-19
199
liusongxiang/Large-Audio-Models

Acompanhe os grandes modelos no domínio de áudio, incluindo fala, canto, música, etc.

liusongxiang
⭐ 522 👤 liusongxiang User 🕐 Atualizado 2026-07-03 📅 Criado 2023-03-12
200
apeatling/ollama-voice-mac

Voz Ollama compatível com Mac

apeatling
⭐ 519 Python 👤 apeatling User 🕐 Atualizado 2025-08-21 📅 Criado 2023-12-27