Git Stars Git Stars

#voice-activity-detection Repositórios

Descubra 34 repositórios ativos de código aberto no GitHub marcados com #voice-activity-detection, acumulando um total de 106,805 estrelas (uma média de 3,141 por projeto). O líder deste tópico é modelscope/FunASR, com 21,091 estrelas.

34
Total de Repositórios
106,805
Total de estrelas
3,141
Média de Estrelas/Repositório

35 repositórios no total

1
modelscope/FunASR

Kit de ferramentas de reconhecimento de fala de código aberto para treinamento, inferência, ASR em streaming, VAD, pontuação, pipelines de diarização de falantes e serviço compatível com OpenAI/MCP.

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-11-24
2
pyannote/pyannote-audio

Blocos de construção neurais para diarização de locutor: deteção de atividade de fala, deteção de mudança de locutor, deteção de fala sobreposta, incorporação de locutor

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Atualizado 2026-11-19 📅 Criado 2016-03-07
3
snakers4/silero-vad

Silero VAD: Detector de Atividade de Voz pré-treinado de nível empresarial

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Atualizado 2026-11-20 📅 Criado 2020-11-23
4
noisetorch/NoiseTorch

Supressão de ruído de microfone em tempo real no Linux.

noisetorch
⭐ 10,268 Go 👤 noisetorch Organization 🕐 Atualizado 2025-01-13 📅 Criado 2020-07-04
5
smacke/ffsubsync

Sincronize legendas com o vídeo automaticamente.

smacke
⭐ 7,951 Python 👤 smacke User 🕐 Atualizado 2026-07-24 📅 Criado 2019-02-24
6
agermanidis/autosub

[NÃO MAIS MANTIDO] Utilitário de linha de comando para auto-gerar legendas para qualquer arquivo de vídeo

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Atualizado 2024-03-22 📅 Criado 2015-06-29
7
ufal/whisper_streaming

Streaming em tempo real do Whisper para transcrição e tradução de fala para texto de longa duração

ufal
⭐ 3,680 Python 👤 ufal Organization 🕐 Atualizado 2025-11-12 📅 Criado 2023-04-05
8
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
9
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
11
wiseman/py-webrtcvad

Interface Python para o detector de atividade de voz WebRTC

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Atualizado 2024-07-04 📅 Criado 2016-04-23
12
TEN-framework/ten-vad

Detector de Atividade de Voz (VAD): baixa latência, alto desempenho e leve

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-04-29
13
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
14
jim-schwoebel/voice_datasets

🔊 Uma lista abrangente de conjuntos de dados de código aberto para computação de voz e som (mais de 95 conjuntos de dados).

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 Atualizado 2024-06-06 📅 Criado 2019-07-24
15
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
16
juanmc2005/diart

Um pacote Python para construir aplicações de áudio em tempo real potencializadas por IA

juanmc2005
⭐ 2,045 Python 👤 juanmc2005 User 🕐 Atualizado 2026-06-19 📅 Criado 2021-08-09
17
k2-fsa/sherpa-ncnn

Reconhecimento de fala em tempo real e detecção de atividade de voz (VAD) usando Kaldi de próxima geração com ncnn, sem conexão com a Internet. Suporte para iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A etc.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Atualizado 2026-11-12 📅 Criado 2022-09-04
18
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
19
soniqo/speech-swift

Kit de ferramentas de fala por IA para Apple Silicon — ASR, TTS, fala-para-fala, VAD e diarização alimentados por MLX e CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Atualizado 2026-11-18 📅 Criado 2026-02-04
20
ABexit/ASR-LLM-TTS

Este é um sistema de interação por voz construído com base em um modelo de código aberto, integrando ASR, LLM e TTS em sequência. O modelo ASR é o SenceVoice, os modelos LLM são QWen2.5-0.5B/1.5B, e existem três modelos TTS: CosyVoice, Edge-TTS e pyttsx3

ABexit
⭐ 1,283 Python 👤 ABexit User 🕐 Atualizado 2026-06-03 📅 Criado 2024-11-12
21
QwenLM/Qwen3-ASR-Toolkit

Kit de ferramentas Python oficial para a API Qwen3-ASR. Chamadas paralelas de alto rendimento, transcrição robusta de áudios longos e suporte a múltiplas taxas de amostragem.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Atualizado 2026-02-05 📅 Criado 2025-09-16
22
ggeop/Python-ai-assistant

Assistente de IA em Python 🧠

ggeop
⭐ 994 Python 👤 ggeop User 🕐 Atualizado 2024-11-17 📅 Criado 2019-05-16
23
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
24
ina-foss/inaSpeechSegmenter

Toolkit de segmentação de áudio baseado em CNN. Permite detetar fala, música, ruído e género do locutor. Foi concebido para estudos de igualdade de género em larga escala baseados no tempo de fala por género.

ina-foss
⭐ 919 Python 👤 ina-foss Organization 🕐 Atualizado 2026-03-12 📅 Criado 2018-03-12
25
google/visqol

Estimador de Qualidade Perceptiva para fala e áudio

google
⭐ 894 C++ 👤 google Organization 🕐 Atualizado 2025-05-17 📅 Criado 2019-12-06
26
amsehili/auditok

Uma ferramenta de detecção de atividade de voz e segmentação de áudio

amsehili
⭐ 862 Python 👤 amsehili User 🕐 Atualizado 2026-07-28 📅 Criado 2015-09-17
27
DataoceanAI/Dolphin

Dolphin é um modelo ASR (Reconhecimento Automático de Fala) multilíngue e multitarefa treinado em conjunto pela DataoceanAI e pela Universidade de Tsinghua.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Atualizado 2026-06-11 📅 Criado 2025-03-18
28
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
29
dpirch/libfvad

Biblioteca de detecção de atividade de voz (VAD), baseada no motor VAD do WebRTC

dpirch
⭐ 570 C 👤 dpirch User 🕐 Atualizado 2024-04-02 📅 Criado 2016-09-17
30
FireRedTeam/FireRedVAD

Uma detecção de atividade de voz e detecção de eventos de áudio de grau industrial SOTA, suportando mais de 100 idiomas, superando Silero-VAD, TEN-VAD, FunASR-VAD e WebRTC-VAD

FireRedTeam
⭐ 569 Python 👤 FireRedTeam Organization 🕐 Atualizado 2026-05-06 📅 Criado 2026-03-03
31
0x5446/api4sensevoice

Servidor API e websocket para sensevoice. Herdou algumas funcionalidades aprimoradas, como detecção VAD, reconhecimento de streaming em tempo real e verificação de locutor.

0x5446
⭐ 537 Python 👤 0x5446 User 🕐 Atualizado 2024-10-23 📅 Criado 2024-08-11
32
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
33
nyosegawa/speech.cpp

Síntese de voz, reconhecimento de fala e detecção de atividade de voz para conversas por voz, em C++ com ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet e Silero VAD em Metal, Vulkan e CPU, com um servidor compatível com OpenAI e transcrição em tempo real.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Atualizado 2026-11-20 📅 Criado 2026-09-29
34
baxtree/subaligner

Sincronizar e traduzir legendas automaticamente, ou criar novas transcrevendo-as, usando DNNs pré‑treinados, alinhamentos forçados e Transformers. https://subaligner.readthedocs.io/

baxtree
⭐ 509 Python 👤 baxtree User 🕐 Atualizado 2026-11-02 📅 Criado 2019-12-16
35
HKAllThingsLink/streaming-asr

Um sistema leve cliente-servidor para processamento de áudio em tempo real com detecção de atividade de voz (VAD) e reconhecimento automático de fala (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Atualizado 2026-01-04 📅 Criado 2025-12-01

Perguntas Frequentes

1

Qual é o repositório de #voice-activity-detection mais popular no GitHub?

O projeto de código aberto de #voice-activity-detection mais bem classificado no GitHub é modelscope/FunASR, com 21,091 estrelas. Kit de ferramentas de reconhecimento de fala de código aberto para treinamento, inferência, ASR em streaming, VAD, pontuação, pipelines de diarização de falantes e serviço compatível com OpenAI/MCP.

2

Quais linguagens de programação são mais usadas nos repositórios de #voice-activity-detection?

Entre os projetos de #voice-activity-detection mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C, C++, Jupyter Notebook.

3

Como é calculada a classificação dos repositórios de #voice-activity-detection?

Acompanhamos 34 repositórios ativos de código aberto marcados com #voice-activity-detection (com mais de 500 estrelas), totalizando 106,805 estrelas e uma média de 3,141 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.