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

151
Neywa-Labs/mlx-audio-swift

Um SDK modular Swift para processamento de áudio com MLX no Apple Silicon

Neywa-Labs
⭐ 822 Swift 👤 Neywa-Labs Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-12-03
152
VRCWizard/TTS-Voice-Wizard

Fala para Texto para Fala. Música a tocar agora. Envia texto como mensagens OSC para o VRChat para exibir no avatar. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

VRCWizard
⭐ 813 C# 👤 VRCWizard User 🕐 Atualizado 2026-10-12 📅 Criado 2022-03-15
153
lobehub/lobe-tts

🎤 Lobe TTS - Uma biblioteca TTS/STT de alta qualidade e confiável para Servidor e Navegador

lobehub
⭐ 810 TypeScript 👤 lobehub Organization 🕐 Atualizado 2026-11-12 📅 Criado 2023-11-02
154
moona3k/macparakeet

Aplicativo de voz rápido, privado e local para Macs Apple Silicon — ditado, transcrição de arquivos/mídia, gravação de reuniões, transformações e uma CLI de automação pública. Gratuito e de código aberto.

moona3k
⭐ 795 Swift 👤 moona3k User 🕐 Atualizado 2026-11-09 📅 Criado 2026-02-10
155
MetaWu2077/Esp32_VoiceChat_LLMs

Dispositivo baseado em esp32, usado principalmente para bate-papo por voz com modelos de linguagem grandes

MetaWu2077
⭐ 794 C++ 👤 MetaWu2077 User 🕐 Atualizado 2024-03-24 📅 Criado 2024-03-09
156
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
157
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
158
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
159
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
160
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
161
zhangliwei7758/unity-AI-Chat-Toolkit

Implementação de funcionalidades de chat de IA usando Unity. Atualmente, esta biblioteca inclui a implementação de código para chamadas de API de grandes modelos de linguagem (LLMs), como ChatGPT, ChatGLM, e outros, bem como a implementação de funcionalidades de serviços de voz da Microsoft Azure e Baidu AI. Todos os serviços de voz são implementados usando APIs da web, com suporte para plataformas como Windows/WebGL/Android.

zhangliwei7758
⭐ 763 👤 zhangliwei7758 User 🕐 Atualizado 2025-07-01 📅 Criado 2023-07-22
162
ILikeAI/AlwaysReddy

AlwaysReddy é um assistente de voz LLM que está sempre a apenas uma tecla de atalho de distância.

ILikeAI
⭐ 760 Python 👤 ILikeAI User 🕐 Atualizado 2025-03-04 📅 Criado 2024-01-24
163
rapidaai/voice-ai

Rapida é uma plataforma de orquestração de IA de voz de código aberto e de ponta a ponta para criar agentes de voz conversacionais em tempo real com streaming de áudio, STT, TTS, VAD, integração multi-canal, gerenciamento de estado dos agentes e observabilidade.

rapidaai
⭐ 760 Go 👤 rapidaai Organization 🕐 Atualizado 2026-11-19 📅 Criado 2023-12-07
164
exPHAT/SwiftWhisper

🎤 A maneira mais fácil de transcrever áudio em Swift

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 Atualizado 2024-05-23 📅 Criado 2023-03-29
165
EmulationAI/awesome-large-audio-models

Coleção de recursos sobre as aplicações de Modelos de Linguagem Grandes (LLMs) em IA de Áudio.

EmulationAI
⭐ 748 👤 EmulationAI Organization 🕐 Atualizado 2026-11-02 📅 Criado 2023-08-18
166
lhl/voicechat2

Chat de Voz Local SRT/LLM/TTS

lhl
⭐ 747 Python 👤 lhl User 🕐 Atualizado 2024-10-12 📅 Criado 2024-06-29
167
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
168
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
169
MycroftAI/adapt

Adaptar Analisador de Intenção

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 Atualizado 2024-07-21 📅 Criado 2015-09-08
170
Baidu-AIP/speech-demo

Exemplo de API de Voz

Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 Atualizado 2024-07-25 📅 Criado 2018-02-24
171
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
172
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
173
tover0314-w/opentypeless

Digitação por voz com IA de código aberto para macOS, Windows e Linux. Pressione uma tecla de atalho, fale naturalmente e obtenha texto polido em qualquer aplicativo.

tover0314-w
⭐ 696 Rust 👤 tover0314-w User 🕐 Atualizado 2026-11-15 📅 Criado 2026-02-26
174
zh-plus/openlrc

Transcrever e traduzir voz para arquivo LRC usando Whisper e LLMs (GPT, Claude, etc.). Use whisper e LLM (GPT, Claude, etc.) para transcrever e traduzir seu áudio para um arquivo de legendas.

zh-plus
⭐ 684 Python 👤 zh-plus User 🕐 Atualizado 2026-08-10 📅 Criado 2023-06-08
175
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
176
iskandaryv/meetingly-ai

Assistente de entrevistas com IA de código aberto e copiloto para reuniões: respostas em tempo real durante chamadas do Zoom, Google Meet e Teams, transcrição no dispositivo e invisível durante o compartilhamento de tela. Alternativa gratuita ao Cluely, Interview Coder e Final Round AI para Windows, macOS e Linux.

iskandaryv
⭐ 669 TypeScript 👤 iskandaryv User 🕐 Atualizado 2026-11-13 📅 Criado 2025-09-04
177
DenisovAV/flutter_edge_ai

IA no dispositivo para Flutter — Gemma e outros LLMs, multimodalidade, chamadas de função, embeddings, RAG e voz no Android, iOS, Web, macOS, Windows e Linux.

DenisovAV
⭐ 669 Dart 👤 DenisovAV User 🕐 Atualizado 2026-11-20 📅 Criado 2024-04-02
178
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
179
ErickWendel/localstudio

Estúdio de apresentações no estilo Canva, exclusivo para navegador e alimentado por IA Web local.

ErickWendel
⭐ 637 TypeScript 👤 ErickWendel User 🕐 Atualizado 2026-10-21 📅 Criado 2026-06-24
180
watzon/pindrop

Um aplicativo de ditado nativo para a barra de menus do macOS que usa conversão de fala em texto local com WhisperKit

watzon
⭐ 628 Swift 👤 watzon User 🕐 Atualizado 2026-09-05 📅 Criado 2026-01-26
181
weynechen/intrascribe

Ferramenta de transcrição e resumo de voz para uso por equipes/organizações, com implantação privada possível na intranet (on-premise), incluindo o código completo de front-end e back-end.

weynechen
⭐ 620 TypeScript 👤 weynechen User 🕐 Atualizado 2025-09-24 📅 Criado 2025-08-13
182
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
183
jitsi/jigasi

Jigasi: uma aplicação do lado do servidor que atua como um gateway para conferências Jitsi Meet. Atualmente permite que clientes SIP regulares participem de reuniões e fornece capacidades de transcrição.

jitsi
⭐ 615 Java 👤 jitsi Organization 🕐 Atualizado 2026-11-18 📅 Criado 2014-08-07
184
vardanagarwal/Proctoring-AI

Criação de um software para monitoramento automático em proctoring online

vardanagarwal
⭐ 609 Python 👤 vardanagarwal User 🕐 Atualizado 2024-12-10 📅 Criado 2020-05-04
185
reriiasu/speech-to-text

Transcrição em tempo real usando faster-whisper

reriiasu
⭐ 607 HTML 👤 reriiasu User 🕐 Atualizado 2024-07-23 📅 Criado 2023-03-30
186
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
187
oxbshw/watch-skill

Dê olhos, ouvidos e resultados verificáveis aos agentes de IA. O Watch Skill transforma vídeos, áudio e atividades na tela em evidências pesquisáveis e com marcação de tempo, e comprova o trabalho por meio de contratos determinísticos, não de opiniões do modelo. DeepWatch é o espaço de trabalho para agentes desenvolvido com base no DeepSeek Harness. Python + npm, MCP, CLI, REST e Web.

oxbshw
⭐ 599 Python 👤 oxbshw User 🕐 Atualizado 2026-11-16 📅 Criado 2026-07-05
188
Xewdy444/Playwright-reCAPTCHA

Uma biblioteca Python para resolver reCAPTCHA v2 e v3 com Playwright

Xewdy444
⭐ 592 Python 👤 Xewdy444 User 🕐 Atualizado 2026-11-17 📅 Criado 2023-01-19
189
PunithVT/ai-avatar-system

🎭 Plataforma de avatar de IA / humano digital — carregue uma foto, clone uma voz e converse com qualquer rosto em tempo real usando vídeo com sincronização labial. Código aberto e auto-hospedada. Claude · Whisper · Chatterbox · MuseTalk.

PunithVT
⭐ 586 Python 👤 PunithVT User 🕐 Atualizado 2026-11-13 📅 Criado 2025-11-30
190
dsa/fast-voice-assistant

⚡ Assistente de voz com IA absurdamente rápido com tempos de resposta <500ms

dsa
⭐ 581 Python 👤 dsa User 🕐 Atualizado 2024-12-03 📅 Criado 2024-08-27
⭐ 580 C# 👤 VolcanicArts User 🕐 Atualizado 2026-10-29 📅 Criado 2022-03-14
192
ElishaAz/Sayboard

Um IME de voz de código aberto no dispositivo (teclado) para Android usando a biblioteca Vosk.

ElishaAz
⭐ 572 Kotlin 👤 ElishaAz User 🕐 Atualizado 2025-07-01 📅 Criado 2022-02-16
193
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
194
SonicloudTech/mouse-mcp

Servidor MCP de mouse de hardware para agentes de IA no Windows x64. Controle USB HID e ditado por voz; requer hardware e firmware uMouse compatíveis.

SonicloudTech
⭐ 555 TypeScript 👤 SonicloudTech Organization 🕐 Atualizado 2026-10-31 📅 Criado 2026-10-20
195
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
196
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
197
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
198
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
199
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
200
C4rohan/Lampline

Crie agentes telefônicos de IA no seu próprio computador e teste cada alteração com uma chamada feita por IA. Código aberto, funciona gratuitamente sem chaves de API e custa alguns centavos por chamada com suas próprias chaves. Importa Dialogflow CX.

C4rohan
⭐ 529 Python 👤 C4rohan User 🕐 Atualizado 2026-11-11 📅 Criado 2026-10-19