Git Stars Git Stars

#speech-to-text Repositórios

211
Total de Repositórios
925,003
Total de estrelas
4,383
Média de Estrelas/Repositório

211 repositórios no total

51
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
52
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
53
ictnlp/LLaMA-Omni

LLaMA-Omni é um modelo de interação por voz ponta a ponta de baixa latência e alta qualidade, construído sobre o Llama-3.1-8B-Instruct, com o objetivo de alcançar capacidades de voz no nível do GPT-4o.

ictnlp
⭐ 3,142 Python 👤 ictnlp Organization 🕐 Atualizado 2025-05-19 📅 Criado 2024-09-10
54
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
55
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
56
kyutai-labs/delayed-streams-modeling

Modelos de Fala-para-Texto e Texto-para-Fala da Kyutai baseados na estrutura Delayed Streams Modeling.

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 Atualizado 2026-01-26 📅 Criado 2025-06-16
57
Vexa-ai/vexa

API de transcrição de reuniões de código aberto para Google Meet, Microsoft Teams e Zoom. Bots que participam automaticamente, transcrições WebSocket em tempo real, servidor MCP para agentes de IA. Auto-hospede ou utilize SaaS hospedado.

Vexa-ai
⭐ 3,002 Python 👤 Vexa-ai Organization 🕐 Atualizado 2026-11-13 📅 Criado 2025-02-07
58
davabase/whisper_real_time

Transcrição em tempo real com OpenAI Whisper.

davabase
⭐ 2,936 Python 👤 davabase User 🕐 Atualizado 2025-04-15 📅 Criado 2022-11-29
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Atualizado 2026-10-29 📅 Criado 2018-07-24
60
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
61
FrigadeHQ/yogurt

Notas de reuniões privadas com IA que permanecem no seu computador. Sem bot de reuniões. Gratuito e de código aberto para Mac, Windows e Linux. Uma alternativa ao Granola, Otter e Fireflies.

FrigadeHQ
⭐ 2,828 TypeScript 👤 FrigadeHQ Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-11-10
62
iamsrikanthnani/pluely

A Alternativa de Código Aberto ao Cluely - Um assistente de IA ultrarrápido e com foco em privacidade que funciona perfeitamente durante reuniões, entrevistas e conversas sem que ninguém saiba. Construído com Tauri para desempenho nativo, apenas 10MB. Completamente indetectável em videochamadas, compartilhamento de tela e gravações.

iamsrikanthnani
⭐ 2,793 TypeScript 👤 iamsrikanthnani User 🕐 Atualizado 2026-10-26 📅 Criado 2025-08-16
63
yazinsai/OpenOats

Um gravador de reuniões bonito e minimalista para Mac. Toque em Iniciar e, depois, em Parar para obter notas e uma transcrição em um único arquivo Markdown. Tudo é processado no dispositivo. Gratuito e de código aberto.

yazinsai
⭐ 2,688 Swift 👤 yazinsai User 🕐 Atualizado 2026-11-17 📅 Criado 2026-02-28
64
ishan0102/vimGPT

Navegar na web com GPT-4V e Vimium

ishan0102
⭐ 2,672 Python 👤 ishan0102 User 🕐 Atualizado 2024-09-25 📅 Criado 2023-11-07
⭐ 2,657 C++ 👤 microsoft Organization 🕐 Atualizado 2026-11-17 📅 Criado 2025-03-31
66
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
67
meizhong986/WhisperJAV

Gerador de legendas ASR/STT. Usa Qwen3-ASR, LLM local, Whisper, TEN-VAD. Resistência a ruído para JAV.

meizhong986
⭐ 2,490 Python 👤 meizhong986 User 🕐 Atualizado 2026-11-15 📅 Criado 2023-10-18
68
sindresorhus/awesome-whisper

🔊 Lista Incrível para o Whisper — um sistema de reconhecimento de fala de código aberto, com tecnologia de IA, desenvolvido pela OpenAI

sindresorhus
⭐ 2,435 👤 sindresorhus User 🕐 Atualizado 2026-09-17 📅 Criado 2023-05-10
69
yan5xu/ququ

Alternativa de código aberto e gratuita ao Wispr Flow | Fluxo de trabalho de voz para desktop chinês de próxima geração que integra modelos locais FunASR e modelos de linguagem grandes configuráveis

yan5xu
⭐ 2,298 JavaScript 👤 yan5xu User 🕐 Atualizado 2025-10-08 📅 Criado 2025-09-20
70
jianfch/stable-ts

Transcrição, alinhamento forçado e indexação de áudio com o Whisper da OpenAI

jianfch
⭐ 2,251 Python 👤 jianfch User 🕐 Atualizado 2025-10-29 📅 Criado 2022-09-29
71
handy-computer/transcribe.cpp

Inferência de fala para texto ggml para mais de 16 famílias de modelos

handy-computer
⭐ 2,194 C++ 👤 handy-computer Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-04-07
72
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
73
Nutlope/notesGPT

Grave notas de voz e transcreva, resuma e obtenha tarefas

Nutlope
⭐ 2,165 TypeScript 👤 Nutlope User 🕐 Atualizado 2026-07-12 📅 Criado 2023-11-08
74
intel/openvino-plugins-ai-audacity

Um conjunto de efeitos, geradores e analisadores habilitados para IA para o Audacity®.

intel
⭐ 2,163 C++ 👤 intel Organization 🕐 Atualizado 2026-10-19 📅 Criado 2023-09-06
75
ricky0123/vad

Detector de atividade de voz (VAD) para o navegador com uma API simples

ricky0123
⭐ 2,080 TypeScript 👤 ricky0123 User 🕐 Atualizado 2026-09-12 📅 Criado 2022-10-17
76
techjarves/Portable-Local-Studio

Estúdio de IA local e portátil para Windows, Linux e macOS. Interface gráfica sem configuração para geração de imagens, LLMs GGUF, conversão de texto em fala e de fala em texto

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 Atualizado 2026-11-14 📅 Criado 2026-06-04
77
schibsted/WAAS

Whisper como Serviço (GUI e API com enfileiramento para OpenAI Whisper)

schibsted
⭐ 2,071 JavaScript 👤 schibsted Organization 🕐 Atualizado 2026-11-11 📅 Criado 2022-10-13
78
HanyuanWang/LiveStream-Agent-Studio

Um AI Agent Studio local para Windows voltado ao comércio eletrônico por meio de transmissões ao vivo no Douyin, com um fluxo de trabalho inteligente unificado que conecta a descoberta de streamers, os insights das transmissões, a análise pós-live e o planejamento editorial de conteúdos para vídeos curtos.

HanyuanWang
⭐ 2,052 Python 👤 HanyuanWang User 🕐 Atualizado 2026-08-24 📅 Criado 2026-08-22
79
jarikomppa/soloud

Motor de áudio gratuito, fácil e portátil para jogos

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 Atualizado 2024-08-13 📅 Criado 2013-07-15
80
lanbinleo/bili2text

Converta vídeos do Bilibili em texto, tudo em um só passo, basta inserir o link para usar

lanbinleo
⭐ 2,020 Python 👤 lanbinleo User 🕐 Atualizado 2026-11-03 📅 Criado 2023-11-25
81
kadirnar/whisper-plus

WhisperPlus: Mais Rápido, Mais Inteligente e Mais Capaz 🚀

kadirnar
⭐ 1,945 Python 👤 kadirnar User 🕐 Atualizado 2026-11-02 📅 Criado 2023-11-21
82
TypeWhisper/typewhisper-mac

Transcrição de fala local para macOS IA no dispositivo, totalmente privada, nuvem opcional

TypeWhisper
⭐ 1,940 Swift 👤 TypeWhisper Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-02-12
83
bugbakery/audapolis

um editor de áudio falado com transcrição automática

bugbakery
⭐ 1,906 TypeScript 👤 bugbakery Organization 🕐 Atualizado 2026-06-24 📅 Criado 2021-09-03
85
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
86
software-mansion/react-native-executorch

Biblioteca de inferência de IA on-device para React Native, de alto desempenho e com foco na privacidade, alimentada pelo runtime ExecuTorch do PyTorch

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-10-16
87
x007xyz/flycut-caption

Um componente React completo para edição de legendas de vídeo, com reconhecimento de fala alimentado por IA e capacidades de edição visual.

x007xyz
⭐ 1,782 TypeScript 👤 x007xyz User 🕐 Atualizado 2026-11-20 📅 Criado 2025-09-22
88
antirez/voxtral.c

Inferência em C puro do modelo Mistral Voxtral Realtime 4B de fala para texto

antirez
⭐ 1,755 C 👤 antirez User 🕐 Atualizado 2026-02-15 📅 Criado 2026-02-05
89
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
90
Olcmyk/HuChenFeng

Coletar todo o conteúdo de Hu Chenfeng

Olcmyk
⭐ 1,683 👤 Olcmyk User 🕐 Atualizado 2026-02-17 📅 Criado 2025-10-06
91
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
92
isaackogan/TikTokLive

TikTok LIVE API para Python: A biblioteca de terceiros definitiva para receber eventos de transmissão ao vivo (comentários, presentes, etc.) em tempo real do TikTok LIVE.

isaackogan
⭐ 1,665 Python 👤 isaackogan User 🕐 Atualizado 2026-10-20 📅 Criado 2022-02-24
93
waybarrios/vllm-mlx

Servidor de inferência de LLM de alto desempenho compatível com OpenAI e Anthropic para Apple Silicon. MLX nativo, processamento em lote contínuo, modelos multimodais, chamadas de ferramentas MCP e suporte a Claude Code.

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 Atualizado 2026-11-07 📅 Criado 2025-12-06
94
Muesli-HQ/muesli

Muesli: transcrição local de reuniões e ditado nativos para agentes no macOS (alternativa ao Granola + WisprFlow + Littlebird)

Muesli-HQ
⭐ 1,652 Swift 👤 Muesli-HQ Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-03-05
95
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
96
Norsico/Video-Materials-AutoGEN-Workstation

Uma estação de trabalho de geração (de vídeos curtos) que integra planejamento de conteúdo, geração automática de copy por IA, dublagem automática em massa por TTS, síntese de material de imagem (IA), extração automática de scripts de legendas por ASR e criação livre por IA. Facilita o gerenciamento dos projetos de vídeo de cada edição.

Norsico
⭐ 1,624 Python 👤 Norsico User 🕐 Atualizado 2026-10-14 📅 Criado 2025-11-18
97
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
98
yakGPT/yakGPT

Interface de usuário do ChatGPT executada localmente e de mãos-livres

yakGPT
⭐ 1,614 TypeScript 👤 yakGPT User 🕐 Atualizado 2024-05-08 📅 Criado 2023-03-30
99
silverstein/minutes

Alternativa de código aberto e local-first ao Granola/Otter, que pode ser consultada pelo Claude Code, Codex, Cursor e qualquer cliente MCP. Reuniões, chamadas e memorandos de voz transcritos no dispositivo para Markdown que pertence a você.

silverstein
⭐ 1,612 Rust 👤 silverstein User 🕐 Atualizado 2026-11-21 📅 Criado 2026-03-18
100
kyutai-labs/unmute

Fazer com que os LLMs de texto ouçam e falem

kyutai-labs
⭐ 1,556 Python 👤 kyutai-labs Organization 🕐 Atualizado 2026-09-09 📅 Criado 2025-06-10