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

102
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
103
zackees/transcribe-anything

Aplicativo whisper com múltiplos backends. Incrivelmente rápido. Otimizado para Mac-arm. Instalação fácil. Insira um arquivo local ou URL e este serviço transcreverá usando o Whisper AI. Completamente privado e Gratuito 🤯🤯🤯

zackees
⭐ 1,488 Python 👤 zackees User 🕐 Atualizado 2026-10-26 📅 Criado 2021-05-09
104
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
105
R3gm/SoniTranslate

Tradução Sincronizada para Vídeos. Dublagem de vídeo

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Atualizado 2026-08-29 📅 Criado 2023-06-27
106
0nutation/SpeechGPT

Série SpeechGPT: Modelos de Linguagem Grandes de Fala

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Atualizado 2024-07-22 📅 Criado 2023-05-16
107
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
108
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
109
Robitx/gp.nvim

Gp.nvim (Prompt GPT), plugin de IA para Neovim: Sessões do ChatGPT & Operações de texto/código instruíveis & Voz para texto [OpenAI, Ollama, Anthropic, ..]

Robitx
⭐ 1,322 Lua 👤 Robitx User 🕐 Atualizado 2025-08-11 📅 Criado 2023-06-18
110
Capsize-Games/airunner

Motor de inferência offline para arte, conversas de voz em tempo real, chatbots com tecnologia LLM e fluxos de trabalho automatizados

Capsize-Games
⭐ 1,317 Python 👤 Capsize-Games Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-03-21
111
goodroot/hyprwhspr

Reconhecimento de voz nativo para Linux - Ditado rápido, preciso, privado e hackeável em todo o sistema

goodroot
⭐ 1,287 Python 👤 goodroot User 🕐 Atualizado 2026-11-19 📅 Criado 2025-08-27
112
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
113
modal-labs/quillman

Um aplicativo de chat de voz

modal-labs
⭐ 1,214 Python 👤 modal-labs Organization 🕐 Atualizado 2026-10-30 📅 Criado 2023-04-19
114
Kieirra/murmure

Totalmente local, privado e multiplataforma Speech-to-Text com pós-processamento LLM

Kieirra
⭐ 1,170 TypeScript 👤 Kieirra User 🕐 Atualizado 2026-11-20 📅 Criado 2025-10-12
115
PromtEngineer/Verbi

Uma aplicação de assistente de voz modular para experimentar modelos de ponta de transcrição, geração de resposta e texto-para-voz. Suporta as APIs da OpenAI, Groq, Elevanlabs, CartesiaAI e Deepgram, além de modelos locais através do Ollama. Ideal para pesquisa e desenvolvimento em tecnologia de voz.

PromtEngineer
⭐ 1,125 Python 👤 PromtEngineer User 🕐 Atualizado 2025-11-22 📅 Criado 2024-05-20
116
ardha27/AI-Waifu-Vtuber

Vtuber de IA para Transmissão no Youtube/Twitch

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 Atualizado 2026-05-31 📅 Criado 2023-03-11
117
Saik0s/Whisperboard

O aplicativo iOS de código aberto que está tornando a transcrição de voz de qualidade mais acessível em dispositivos móveis.

Saik0s
⭐ 1,112 Swift 👤 Saik0s User 🕐 Atualizado 2025-12-18 📅 Criado 2022-12-23
118
PatterAI/Patter

SDK de voz-IA de código aberto. A alternativa ao Vapi/Retell para desenvolvedores que querem possuir a pilha. Dê ao seu agente de IA um número de telefone em 4 linhas — Python e TypeScript, licenciado sob MIT, Twilio, Telnyx e Plivo.

PatterAI
⭐ 1,086 Python 👤 PatterAI Organization 🕐 Atualizado 2026-11-04 📅 Criado 2026-04-07
119
VocaHQ/vocalinux

Ditado por voz gratuito, de código aberto e 100% offline para Linux. Fale e digite em qualquer lugar através dos mecanismos whisper.cpp, Whisper e VOSK, acelerado por GPU, funciona no X11 + Wayland.

VocaHQ
⭐ 1,036 Python 👤 VocaHQ Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-04-12
120
voquill/voquill

Tecnologia de ditado por voz de código aberto

voquill
⭐ 1,031 TypeScript 👤 voquill Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-09-23
121
fossasia/voxbento_translator

Projeto de tradução Voxbento

fossasia
⭐ 1,023 JavaScript 👤 fossasia Organization 🕐 Atualizado 2026-07-31 📅 Criado 2017-11-25
122
dimastatz/whisper-flow

Whisper-Flow é uma estrutura projetada para permitir a transcrição em tempo real de conteúdo de áudio usando o modelo Whisper da OpenAI. Em vez de processar arquivos inteiros após o upload (modo por lote), o Whisper-Flow aceita um fluxo contínuo de fragmentos de áudio e gera transcrições incrementais imediatamente.

dimastatz
⭐ 1,020 Python 👤 dimastatz User 🕐 Atualizado 2026-11-15 📅 Criado 2024-06-03
123
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
124
nomily-ai/nomily-app

Assistente de gravação de voz com BYOK, transcrição ASR, diarização de falantes, resumos por IA e suporte a endpoints ASR locais.

nomily-ai
⭐ 1,014 👤 nomily-ai User 🕐 Atualizado 2026-11-19 📅 Criado 2026-08-05
125
QwenAudio/Fun-Audio-Chat

Fun-Audio-Chat é um Grande Modelo de Linguagem de Áudio construído para interações de voz naturais e de baixa latência.

QwenAudio
⭐ 1,014 Python 👤 QwenAudio Organization 🕐 Atualizado 2026-09-24 📅 Criado 2025-12-23
126
susiai/susi_shell

Este conjunto de ferramentas permite aos usuários interagir com serviços de IA diretamente de seu terminal.

susiai
⭐ 1,004 Python 👤 susiai Organization 🕐 Atualizado 2025-05-04 📅 Criado 2017-11-25
127
savbell/whisper-writer

💬📝 Um pequeno aplicativo de ditado que utiliza o modelo de reconhecimento de fala Whisper da OpenAI.

savbell
⭐ 993 Python 👤 savbell User 🕐 Atualizado 2024-08-24 📅 Criado 2023-04-18
128
livekit/agents-js

Construa agentes de IA multimodais em tempo real com Node.js

livekit
⭐ 971 TypeScript 👤 livekit Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-04-01
129
alesaccoia/VoiceStreamAI

Transcrição de áudio quase em tempo real usando Whisper auto-hospedado e WebSocket em Python/JS

alesaccoia
⭐ 962 Python 👤 alesaccoia User 🕐 Atualizado 2026-08-13 📅 Criado 2023-12-26
130
sandrohanea/whisper.net

Whisper.net. Fala para texto simplificada usando Modelos Whisper

sandrohanea
⭐ 954 C# 👤 sandrohanea User 🕐 Atualizado 2026-11-15 📅 Criado 2023-02-03
131
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
132
yuxino/Mimi

Converta o áudio do computador ou do microfone em legendas traduzidas em tempo real.

yuxino
⭐ 943 Rust 👤 yuxino User 🕐 Atualizado 2026-11-21 📅 Criado 2026-07-22
133
codeforequity-at/botium-speech-processing

Botium Processamento de Fala

codeforequity-at
⭐ 943 JavaScript 👤 codeforequity-at User 🕐 Atualizado 2026-10-21 📅 Criado 2019-12-03
134
hehehai/VoxtMini

Entrada de voz para macOS com modelos locais: transcreva, traduza e reescreva em qualquer app. O sucessor do Voxt.

hehehai
⭐ 916 Go 👤 hehehai User 🕐 Atualizado 2026-11-21 📅 Criado 2026-02-26
135
backmeupplz/voicy

Voicy (@voicybot): um bot do Telegram que converte mensagens de voz em texto em grupos e conversas privadas

backmeupplz
⭐ 915 JavaScript 👤 backmeupplz User 🕐 Atualizado 2026-11-19 📅 Criado 2016-12-03
136
VladislavAntonyuk
⭐ 912 C# 👤 VladislavAntonyuk User 🕐 Atualizado 2026-07-16 📅 Criado 2021-11-16
137
marswaveai/TypeNo

Um app gratuito, de código aberto, com prioridade à privacidade para entrada de voz no macOS.

marswaveai
⭐ 906 Swift 👤 marswaveai Organization 🕐 Atualizado 2026-08-28 📅 Criado 2026-03-24
138
TheStageAI/TheWhisper

Modelos Whisper otimizados para streaming e uso em dispositivos

TheStageAI
⭐ 905 Python 👤 TheStageAI Organization 🕐 Atualizado 2026-10-31 📅 Criado 2025-10-19
139
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
140
BryceWG/BiBi-Keyboard

BiBi Keyboard: teclado de entrada de voz com LLM e ASR para a plataforma Android baseado em Kotlin

BryceWG
⭐ 896 Kotlin 👤 BryceWG User 🕐 Atualizado 2026-11-19 📅 Criado 2025-10-06
141
yeyupiaoling/PPASR

Implementação ponta a ponta de reconhecimento de fala chinês baseada em PaddlePaddle, do básico à prática, com casos de uso de entrada super simples e projetos empresariais super práticos. Suporta os modelos DeepSpeech2, Conformer e Squeezeformer mais populares atualmente.

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 Atualizado 2025-12-17 📅 Criado 2021-02-26
142
Blue-B/WhisperSubTranslate

Um aplicativo de desktop local e gratuito para extrair legendas (SRT) de vídeos e traduzi-las para qualquer idioma — uso ilimitado, sem registro, sem nuvem.

Blue-B
⭐ 853 JavaScript 👤 Blue-B User 🕐 Atualizado 2026-11-18 📅 Criado 2025-08-11
143
corvo007/MioSub

Software de geração de legendas totalmente automatizado e completo; cobre todo o processo de download, transcrição, tradução e gravação, sem necessidade de intervenção humana.

corvo007
⭐ 844 TypeScript 👤 corvo007 User 🕐 Atualizado 2026-10-20 📅 Criado 2025-11-22
144
JamesBrill/react-speech-recognition

💬Reconhecimento de voz para o seu aplicativo React

JamesBrill
⭐ 839 JavaScript 👤 JamesBrill User 🕐 Atualizado 2025-06-06 📅 Criado 2016-12-13
145
mustafaaljadery/lightning-whisper-mlx

Uma implementação extremamente rápida do whisper, otimizada para Apple Silicon usando MLX.

mustafaaljadery
⭐ 835 Python 👤 mustafaaljadery User 🕐 Atualizado 2024-05-08 📅 Criado 2024-03-23
146
saharmor/whisper-playground

Crie aplicativos web de conversão de fala em texto em tempo real usando o Whisper da OpenAI https://openai.com/blog/whisper/

saharmor
⭐ 835 Python 👤 saharmor User 🕐 Atualizado 2025-09-12 📅 Criado 2022-10-02
147
Azure-Samples/aoai-realtime-audio-sdk

Recursos de código do Azure OpenAI para usar as capacidades em tempo real do gpt-4o.

Azure-Samples
⭐ 832 TypeScript 👤 Azure-Samples Organization 🕐 Atualizado 2025-09-30 📅 Criado 2024-10-01
148
Notely-Voice/NotelyVoice

Um aplicativo de transcrição de voz com IA 100% privado que converte fala em texto em mais de 100 idiomas. Desenvolvido com Compose Multiplatform para Android e iOS usando o Whisper AI: sem uploads para a nuvem, todo o processamento ocorre no dispositivo para garantir total privacidade. Entre em contato diretamente pelo e-mail: [email protected]

Notely-Voice
⭐ 829 C++ 👤 Notely-Voice Organization 🕐 Atualizado 2026-11-12 📅 Criado 2024-10-20
149
CrispStrobe/CrispASR

Hub de runtime C++ ggml para modelos ASR e TTS multilingues: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, etc., além de alinhamento forçado universal e mais

CrispStrobe
⭐ 823 C++ 👤 CrispStrobe User 🕐 Atualizado 2026-11-21 📅 Criado 2026-03-29
150
deepgram/kur

Deep Learning Descritivo

deepgram
⭐ 823 Python 👤 deepgram Organization 🕐 Atualizado 2024-02-05 📅 Criado 2016-11-19