#stt Repositórios
Descubra 38 repositórios ativos de código aberto no GitHub marcados com #stt, acumulando um total de 136,479 estrelas (uma média de 3,591 por projeto). O líder deste tópico é khoj-ai/khoj, com 38,195 estrelas.
38 repositórios no total
Seu segundo cérebro de IA. Auto-hospedável. Obtenha respostas da web ou dos seus documentos. Crie agentes personalizados, agende automações, faça pesquisas aprofundadas. Transforme qualquer LLM online ou local na sua IA pessoal e autônoma (gpt, claude, gemini, llama, qwen, mistral). Comece - grátis.
Traduza o vídeo de um idioma para outro e incorpore dublagem e legendas.
API de reconhecimento de fala offline para Android, iOS, Raspberry Pi e servidores com Python, Java, C# e Node
Conversão de fala para texto com latência muito baixa, reconhecimento de intenção e texto para fala, para construir agentes e interfaces de voz
Crie rapidamente agentes de texto, voz e vídeo. Um backend de agentes rápido, baseado em Go, com SDKs para todas as linguagens. Configurações padrão sensatas para pesquisa, conhecimento, competências, telefonia, ambientes isolados, memória e persistência. IA soberana. Assuma o controle da sua IA.
Ferramenta de Reconhecimento de Voz para Texto / Uma ferramenta local de transcrição de áudio e vídeo que roda offline, com saída nos formatos json, srt (legendas) e texto puro
Transforme áudio e vídeo em legendas com uma interface web fácil de usar. Tudo é executado na sua própria máquina. Anteriormente Whishper.
🐸STT - O kit de ferramentas de aprendizado profundo para Fala para Texto. Treinar e implantar modelos STT nunca foi tão fácil.
🎙Reconhecimento de fala usando o framework de deep learning tensorflow, redes neurais sequence-to-sequence
IA de voz em tempo real com mais de 100 modelos no Arduino ESP32, com WebSockets seguros e funções de borda para brinquedos com IA, companheiros de mesa e dispositivos
Aplicativo Speech Note para Linux. Anotações, leitura e tradução com Speech to Text, Text to Speech e Tradução Automática offline.
NobodyWho é um motor de inferência que permite executar LLMs localmente e de forma eficiente em qualquer dispositivo.
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.
Tradução de voz bidirecional em tempo real para reuniões bilíngues — detecta automaticamente o idioma falado e traduz em ambas as direções, via nuvem ou totalmente offline no dispositivo. Desktop (Windows · macOS · Linux) + extensão de navegador (Chrome · Edge) para Zoom, Meet, Teams e qualquer aplicativo.
Plataforma de gerenciamento corporativo Java para XiaoZhi ESP32, oferecendo uma solução integrada front-end, back-end e servidor para monitoramento de dispositivos, personalização de timbre, troca de funções e gerenciamento de histórico de conversas
🍦 Speech-AI-Forge é um projeto desenvolvido em torno do modelo de geração TTS, implementando um Servidor API e uma WebUI baseada em Gradio.
💎 Uma lista de corpora de fala acessíveis para ASR, TTS e outras Tecnologias de Fala
Tradução de fala em tempo real — macOS e Windows, TTS gratuito, sem servidor, apenas suas chaves API
Gp.nvim (Prompt GPT), plugin de IA para Neovim: Sessões do ChatGPT & Operações de texto/código instruíveis & Voz para texto [OpenAI, Ollama, Anthropic, ..]
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
Um SDK modular Swift para processamento de áudio com MLX no Apple Silicon
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)
🎤 Lobe TTS - Uma biblioteca TTS/STT de alta qualidade e confiável para Servidor e Navegador
MLX Omni Server é um servidor de inferência local alimentado pelo framework MLX da Apple, especificamente projetado para chips Apple Silicon (série M). Ele implementa endpoints de API compatíveis com OpenAI, permitindo uma integração perfeita com clientes SDK OpenAI existentes, enquanto aproveita o poder da inferência de ML local.
Executando o modelo de fala para texto (whisper.cpp) no Unity3d na sua máquina local.
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.
Motor de fala para texto por streaming no dispositivo, desenvolvido com aprendizado profundo
:speech_balloon: /so.nus/ STT (speech to text) para Node com detecção de hotword offline
Um componente React para tornar a correção de transcrições automatizadas de áudio e vídeo mais fácil e rápida. Por BBC News Labs. - Trabalho em andamento
Um dispositivo de IA conversacional + estrutura de software para companheirismo, entretenimento, educação, saúde, aplicações de IoT e robótica DIY. Construído com Python, NextJS, Arduino, ESP32, LLMs (GPT-4o), Deepgram STT e Azure TTS 🤖
Uma biblioteca de reconhecimento de fala em execução no navegador graças a uma compilação WebAssembly do Vosk
O medidor de gastos e o bloqueador de orçamento para agentes de voz com IA. Mede STT + TTS + LLM + telefonia por chamada, pronto para usar (Pipecat, LiveKit — Python e TypeScript). Interrompe à força o próximo turno antes que ele ultrapasse o seu limite. Local, sem conta e sem telemetria. Desenvolvido pela Floe — controle de custos para Voice AI.
Legendas bilíngues ao vivo para qualquer app no macOS. Captura áudio, transcreve a fala e traduz offline — tudo pela barra de menus.
Converse com Feng Ge — clone a voz e a personalidade de qualquer pessoa para conversas por voz em tempo real, com latência técnica inferior a 1 segundo.
Perguntas Frequentes
Qual é o repositório de #stt mais popular no GitHub?
O projeto de código aberto de #stt mais bem classificado no GitHub é khoj-ai/khoj, com 38,195 estrelas. Seu segundo cérebro de IA. Auto-hospedável. Obtenha respostas da web ou dos seus documentos. Crie agentes personalizados, agende automações, faça pesquisas aprofundadas. Transforme qualquer LLM online ou local na sua IA pessoal e autônoma (gpt, claude, gemini, llama, qwen, mistral). Comece - grátis.
Quais linguagens de programação são mais usadas nos repositórios de #stt?
Entre os projetos de #stt mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, C++, JavaScript.
Como é calculada a classificação dos repositórios de #stt?
Acompanhamos 38 repositórios ativos de código aberto marcados com #stt (com mais de 500 estrelas), totalizando 136,479 estrelas e uma média de 3,591 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.