Git Stars Git Stars

#asr Репозитории

Откройте для себя 100 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #asr, с общим числом 289,141 звёзд (в среднем 2,891 на проект). Лидером этой темы является m-bain/whisperX, набравший 25,556 звёзд.

100
Всего репозиториев
289,141
Всего звезд
2,891
Среднее количество звезд на репозиторий

Всего репозиториев: 101

1
m-bain/whisperX

WhisperX: Автоматическое распознавание речи с временными метками на уровне слов (& диаризация)

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 Обновлено 2026-11-21 📅 Создано 2022-12-09
2
modelscope/FunASR

Набор инструментов с открытым исходным кодом для распознавания речи, предназначенный для обучения, вывода, потокового ASR, VAD, пунктуации, конвейеров диаризации дикторов и обслуживания, совместимого с OpenAI/MCP.

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 Обновлено 2026-11-21 📅 Создано 2022-11-24
3
NVIDIA-NeMo/Speech

Масштабируемая генеративная ИИ-платформа, созданная для исследователей и разработчиков, работающих с большими языковыми моделями, мультимодальными системами и речевым ИИ (автоматическое распознавание речи и синтез речи из текста)

NVIDIA-NeMo
⭐ 18,775 Python 👤 NVIDIA-NeMo Organization 🕐 Обновлено 2026-11-21 📅 Создано 2019-08-05
4
k2-fsa/sherpa-onnx

Преобразование речи в текст, преобразование текста в речь, диаризация дикторов, улучшение речи, разделение источников и VAD с использованием Kaldi следующего поколения с onnxruntime без подключения к Интернету. Поддержка встраиваемых систем, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, NPU RK, NPU Axera, NPU Ascend, серверов x86_64, сервера/клиента websocket, поддержка 12 языков программирования

k2-fsa
⭐ 16,076 C++ 👤 k2-fsa Organization 🕐 Обновлено 2026-11-21 📅 Создано 2022-09-01
5
alphacep/vosk-api

API оффлайн-распознавания речи для Android, iOS, Raspberry Pi и серверов с Python, Java, C# и Node

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 Обновлено 2026-10-15 📅 Создано 2019-09-03
6
PaddlePaddle/PaddleSpeech

Простой в использовании набор инструментов для речи, включающий модель самообучения, SOTA/потоковый ASR с пунктуацией, потоковый TTS с текстовым фронтендом, систему верификации спикера, перевод речи от начала до конца и распознавание ключевых слов. Получил награду Best Demo Award NAACL2022.

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 Обновлено 2026-08-12 📅 Создано 2017-11-14
7
speechbrain/speechbrain

Речевой инструментарий на базе PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Обновлено 2026-10-14 📅 Создано 2020-04-28
8
QwenAudio/SenseVoice

Модель SenseVoiceSmall с открытым исходным кодом для распознавания речи на мандаринском, кантонском, английском, японском и корейском языках, идентификации языка, распознавания эмоций и обнаружения аудиособытий.

QwenAudio
⭐ 9,797 C 👤 QwenAudio Organization 🕐 Обновлено 2026-09-30 📅 Создано 2024-07-03
9
jdepoix/youtube-transcript-api

Это Python API, который позволяет получить транскрипт/субтитры для заданного видео на YouTube. Он также работает с автоматически сгенерированными субтитрами и не требует API-ключа или headless-браузера, как другие решения на основе Selenium!

jdepoix
⭐ 8,644 Python 👤 jdepoix User 🕐 Обновлено 2026-11-09 📅 Создано 2018-04-20
10
wzpan/wukong-robot

🤖 wukong-robot — это простой, гибкий и элегантный проект китайского голосового диалогового робота/умной колонки, поддерживающий возможности многократного диалога ChatGPT, и, возможно, первый открытый проект умной колонки с поддержкой мозг-компьютерного взаимодействия.

wzpan
⭐ 7,063 Python 👤 wzpan User 🕐 Обновлено 2024-10-25 📅 Создано 2019-01-16
11
modelscope/FunClip

Инструмент для транскрибации видео, создания субтитров и нарезки с помощью LLM на базе FunASR с локальным интерфейсом Gradio.

modelscope
⭐ 6,613 Python 👤 modelscope Organization 🕐 Обновлено 2026-11-01 📅 Создано 2023-05-17
12
MahmoudAshraf97/whisper-diarization

Автоматическое распознавание речи с диаризацией диктора на основе OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Обновлено 2026-08-15 📅 Создано 2023-01-25
13
xiangyuecn/Recorder

Запись HTML5 JS MP3 WAV OGG WebM AMR G711A G711U форматы, поддержка PC и Android, iOS некоторые веб-браузеры, Hybrid App (предоставляется исходный код App Android iOS), WeChat, предоставляет ASR распознавание речи в текст версия H5 пример чата голосовых вызовов DTMF кодирование/декодирование

xiangyuecn
⭐ 5,642 JavaScript 👤 xiangyuecn User 🕐 Обновлено 2026-07-30 📅 Создано 2018-05-16
14
wenet-e2e/wenet

Сначала производство и готовый к производству комплект для сквозного распознавания речи

wenet-e2e
⭐ 5,258 Python 👤 wenet-e2e Organization 🕐 Обновлено 2026-10-26 📅 Создано 2020-11-17
15
umlx5h/LLPlayer

Медиаплеер для изучения языков с двойными субтитрами, субтитрами, сгенерированными ИИ, переводом в реальном времени и многим другим!

umlx5h
⭐ 4,779 C# 👤 umlx5h User 🕐 Обновлено 2026-11-05 📅 Создано 2025-01-31
16
0xShug0/audio.cpp

Универсальный механизм вывода на чистом C++ для аудиомоделей на базе ggml. Поддерживает TTS, STT, VAD, преобразование голоса, генерацию музыки и многое другое с высокой оптимизацией производительности. Без зависимости от Python.

0xShug0
⭐ 4,385 C++ 👤 0xShug0 User 🕐 Обновлено 2026-11-21 📅 Создано 2026-06-23
17
Open-Less/openless

Удерживайте клавишу, говорите, отпустите — текст, отшлифованный ИИ, появляется у вашего курсора в любом приложении. Открытый ввод с голоса для macOS и Windows.

Open-Less
⭐ 4,148 Rust 👤 Open-Less Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-04-27
18
PeterH0323/Streamer-Sales

Streamer-Sales Чемпион продаж — Большая языковая модель LLM для стримеров-продавцов 🛒🎁, большая языковая модель LLM для стримеров-продавцов, способная комментировать товары с точки зрения стимулирования покупательского намерения пользователя на основе заданных характеристик товара. 🚀⭐ Содержит подробные процессы генерации данных ❗ 📦 Также интегрированы LMDeploy для ускоренного вывода 🚀, RAG (генерация с дополнением поиском) 📚, TTS (преобразование текста в речь) 🔊, генерация цифровых аватаров 🦸, использование Агентов для запроса информации в реальном времени в сети 🌐, ASR (преобразование речи в текст) 🎙️, фронтенд на базе экосистемы Vue 🍍, бэкенд на базе FastAPI 🗝️, упаковка и развертывание с помощью Docker-compose 🐋

PeterH0323
⭐ 3,695 Python 👤 PeterH0323 User 🕐 Обновлено 2025-03-08 📅 Создано 2024-04-05
19
ahmetoner/whisper-asr-webservice

API веб-службы ASR OpenAI Whisper

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Обновлено 2026-10-01 📅 Создано 2022-09-22
20
FluidInference/FluidAudio

Аудиомодели Frontier CoreML в ваших приложениях — преобразование текста в речь, преобразование речи в текст, обнаружение голосовой активности и диаризация дикторов. В Swift, на базе современных открытых исходных кодов.

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 Обновлено 2026-11-19 📅 Создано 2025-06-21
21
Purfview/whisper-standalone-win

Автономные исполняемые файлы Whisper & Faster-Whisper для тех, кто не хочет возиться с Python.

Purfview
⭐ 3,229 👤 Purfview User 🕐 Обновлено 2025-11-07 📅 Создано 2023-02-25
22
AutoArk/GPA

[AutoArk] GPA (General Purpose Audio) может выполнять ASR, TTS и преобразование голоса с помощью одной крошечной модели!

AutoArk
⭐ 3,054 Python 👤 AutoArk Organization 🕐 Обновлено 2026-05-25 📅 Создано 2025-12-16
23
CheshireCC/faster-whisper-GUI

Графический интерфейс faster_whisper с PySide6

CheshireCC
⭐ 2,999 Python 👤 CheshireCC User 🕐 Обновлено 2026-08-25 📅 Создано 2023-07-18
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Обновлено 2026-10-29 📅 Создано 2018-07-24
25
linto-ai/whisper-timestamped

Многоязычное автоматическое распознавание речи с временными метками на уровне слов и уверенностью

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Обновлено 2026-09-28 📅 Создано 2023-01-13
26
harry0703/AudioNotes

Быстро извлекайте аудио- и видеоконтент, организуя его в структурированную заметку markdown

harry0703
⭐ 2,564 Python 👤 harry0703 User 🕐 Обновлено 2026-08-19 📅 Создано 2024-07-19
27
coqui-ai/STT

🐸STT - Набор инструментов глубокого обучения для преобразования речи в текст. Обучение и развертывание моделей STT еще никогда не было таким простым.

coqui-ai
⭐ 2,547 C++ 👤 coqui-ai Organization 🕐 Обновлено 2024-03-11 📅 Создано 2021-03-04
28
handy-computer/transcribe.cpp

Вывод ggml speech-to-text для более чем 16 семейств моделей

handy-computer
⭐ 2,194 C++ 👤 handy-computer Organization 🕐 Обновлено 2026-11-20 📅 Создано 2026-04-07
29
FireRedTeam/FireRedASR

Открытые промышленные модели ASR, поддерживающие мандаринский язык, китайские диалекты и английский язык, достигающие нового уровня SOTA на публичных бенчмарках ASR на мандаринском языке, а также обладающие выдающейся способностью распознавания текстов песен.

FireRedTeam
⭐ 2,014 Python 👤 FireRedTeam Organization 🕐 Обновлено 2026-02-25 📅 Создано 2025-01-24
30
tuya/TuyaOpen

AI+IoT фреймворк нового поколения для T2/T3/T5AI/ESP32/и других – Быстрая интеграция оборудования IoT и ИИ-агентов

tuya
⭐ 1,956 C 👤 tuya Organization 🕐 Обновлено 2026-11-20 📅 Создано 2023-12-25
31
sgl-project/sglang-omni

Высокопроизводительная среда выполнения для обслуживания интерактивных систем сверхинтеллекта

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-01-07
32
k2-fsa/sherpa-ncnn

Распознавание речи в реальном времени и обнаружение голосовой активности (VAD) с использованием Kaldi нового поколения с ncnn без подключения к Интернету. Поддержка iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A и т. д.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Обновлено 2026-11-12 📅 Создано 2022-09-04
33
wwbin2017/bailing

Bailing — это голосовой чат-бот, похожий на GPT-4o, реализованный через ASR+LLM+TTS, интегрированный с отличными большими моделями вроде DeepSeek R1, подключённый к openClaw, настоящий личный голосовой ассистент с задержкой до 800 мс, работает на низкоресурсных устройствах вроде Mac, поддерживает прерывание

wwbin2017
⭐ 1,794 Python 👤 wwbin2017 User 🕐 Обновлено 2026-04-06 📅 Создано 2024-08-25
34
mkiol/dsnote

Приложение Speech Note для Linux. Создание заметок, чтение и перевод с помощью автономного преобразования речи в текст (Speech to Text), текста в речь (Text to Speech) и машинного перевода.

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 Обновлено 2026-11-18 📅 Создано 2021-10-07
35
yuezhiai/jonex

Универсальный мультимодальный движок анализа + готовый для ИИ движок знаний на основе онтологии, управляемый LLM Wiki

yuezhiai
⭐ 1,714 Python 👤 yuezhiai Organization 🕐 Обновлено 2026-11-20 📅 Создано 2026-07-19
36
amicalhq/amical

Бесплатный ввод текста голосом с открытым исходным кодом для macOS и Windows. Локальное распознавание речи с помощью Whisper и Parakeet; работает и офлайн.

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-05-08
37
byjlw/video-analyzer

Анализируйте видео с помощью LLM, компьютерного зрения и автоматического распознавания речи

byjlw
⭐ 1,620 Python 👤 byjlw User 🕐 Обновлено 2026-04-19 📅 Создано 2024-11-10
38
QwenAudio/Fun-ASR

Модели распознавания речи Fun-ASR с нативной поддержкой Hugging Face Transformers для Fun-ASR-Nano и отдельными вариантами развёртывания для FunASR, vLLM и llama.cpp.

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-12-15
39
Delta-ML/delta

DELTA — это платформа обработки естественного языка и речи на основе глубокого обучения. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Обновлено 2025-04-16 📅 Создано 2019-05-29
40
nyrahealth/CrisperWhisper

Управляемая транскрипция. Дословная (с каждым словом-паразитом, паузой, заиканием и вокальным звуком) или смысловая (что именно хотел сказать говорящий, с оптимизацией для удобства чтения), с временными метками на уровне слов.

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Обновлено 2026-11-11 📅 Создано 2024-05-24
41
mbailey/voicemode

Естественные голосовые беседы с Claude Code

mbailey
⭐ 1,472 Python 👤 mbailey User 🕐 Обновлено 2026-11-20 📅 Создано 2025-06-08
42
R3gm/SoniTranslate

Синхронизированный перевод для видео. Дублирование видео

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Обновлено 2026-08-29 📅 Создано 2023-06-27
43
lenML/Speech-AI-Forge

🍦 Speech-AI-Forge — это проект, разработанный вокруг модели генерации TTS, реализующий API-сервер и веб-интерфейс на основе Gradio.

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 Обновлено 2026-05-21 📅 Создано 2024-06-01
44
Henry-23/VideoChat

Цифровой человек с голосовым взаимодействием в реальном времени, с настраиваемой внешностью и голосом, поддерживающий клонирование голоса, с задержкой диалога до 3 секунд.

Henry-23
⭐ 1,333 Python 👤 Henry-23 User 🕐 Обновлено 2025-12-18 📅 Создано 2024-10-18
45
goodroot/hyprwhspr

Нативное распознавание речи для Linux - Быстрое, точное, приватное и настраиваемое системное диктование

goodroot
⭐ 1,287 Python 👤 goodroot User 🕐 Обновлено 2026-11-19 📅 Создано 2025-08-27
46
soniqo/speech-swift

Инструментарий ИИ для речи на Apple Silicon — ASR, TTS, речь-в-речь, VAD и диаризация на базе MLX и CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Обновлено 2026-11-18 📅 Создано 2026-02-04
47
ictnlp/StreamSpeech

StreamSpeech — это универсальная(«All in One»)бесшовная модель для офлайн- и синхронного распознавания речи, голосового перевода и синтеза речи.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Обновлено 2025-06-29 📅 Создано 2024-06-04
48
alphacep/vosk-server

Сервер распознавания речи на основе WebSocket, gRPC и WebRTC с использованием библиотек Vosk и Kaldi

alphacep
⭐ 1,259 Python 👤 alphacep Organization 🕐 Обновлено 2025-07-25 📅 Создано 2019-05-07
49
gufo-org/gufo

Открытый ИИ-движок для AMD Strix Halo. Текстовые модели, модели эмбеддингов, речи, изображений и видео в одном бинарном файле, а также API, совместимые с OpenAI, кэширование для агентов программирования и расширения моделей. Linux и Windows.

gufo-org
⭐ 1,236 C++ 👤 gufo-org Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-08-11
50
yeyupiaoling/Whisper-Finetune

Дообучите модель распознавания речи Whisper для поддержки обучения без данных временных меток, обучения с данными временных меток и обучения без данных речи. Ускорьте вывод и поддержите веб-развертывание, развертывание на рабочем столе Windows и развертывание на Android

yeyupiaoling
⭐ 1,222 C 👤 yeyupiaoling User 🕐 Обновлено 2026-05-08 📅 Создано 2023-04-22

Часто задаваемые вопросы

1

Какой репозиторий по теме #asr наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #asr на GitHub — m-bain/whisperX, набравший 25,556 звёзд. WhisperX: Автоматическое распознавание речи с временными метками на уровне слов (& диаризация)

2

Какие языки программирования чаще всего используются в репозиториях по теме #asr?

Среди наиболее высоко оценённых проектов по теме #asr на GitHub чаще всего используются языки программирования Python, C++, C, Jupyter Notebook.

3

Как рассчитывается рейтинг репозиториев по теме #asr?

Мы отслеживаем 100 активных репозиториев с открытым исходным кодом, отмеченных тегом #asr (500 и более звёзд), с общим числом 289,141 звёзд и в среднем 2,891 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.