Git Stars Git Stars

#asr Репозитории

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

Всего репозиториев: 101

51
Kieirra/murmure

Полностью локальный, приватный и кроссплатформенный Speech-to-Text с постобработкой LLM

Kieirra
⭐ 1,170 TypeScript 👤 Kieirra User 🕐 Обновлено 2026-11-20 📅 Создано 2025-10-12
52
xzf-thu/Mega-ASR

Первый фундаментальный ASR, созданный для реального мира - 7 атомарных акустических условий, 54 составных сценария, 2,6 миллиона образцов и до ~30% улучшений по сравнению с SOTA там, где все остальные модели терпят неудачу. **Вы вернетесь к MEGA-ASR, после того как остальные потерпят неудачу в дикой природе. ⭐**

xzf-thu
⭐ 1,152 Python 👤 xzf-thu User 🕐 Обновлено 2026-09-02 📅 Создано 2026-05-16
53
sooftware/conformer

[Неофициальный] Реализация на PyTorch "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 Обновлено 2026-11-15 📅 Создано 2021-01-21
54
shang-zhu/violin

Навык перевода видео с открытым исходным кодом

shang-zhu
⭐ 1,091 Python 👤 shang-zhu User 🕐 Обновлено 2026-09-04 📅 Создано 2026-04-07
55
alphacep/vosk-android-demo

Автономное распознавание речи для Android с библиотекой Vosk.

alphacep
⭐ 1,064 Java 👤 alphacep Organization 🕐 Обновлено 2025-12-08 📅 Создано 2019-09-03
56
pykaldi/pykaldi

Обертка Python для Kaldi

pykaldi
⭐ 1,039 Python 👤 pykaldi Organization 🕐 Обновлено 2025-11-30 📅 Создано 2017-06-19
57
k2-fsa/sherpa

Серверный фреймворк преобразования речи в текст с Kaldi нового поколения

k2-fsa
⭐ 1,022 C++ 👤 k2-fsa Organization 🕐 Обновлено 2026-11-21 📅 Создано 2022-05-20
58
233stone/vocotype-cli

VocoType — это инструмент для ввода голоса с защитой конфиденциальности и безопасности, работающий на локальной стороне клиента. С помощью горячей клавиши он в реальном времени преобразует голос в текст и автоматически вводит его в текущее приложение. Поддерживает функции, такие как MCP для преобразования голоса в текст, оптимизация текста с помощью ИИ, пользовательский словарь замен, транскрипцию аудио- и видеозаписей, делая ввод голоса более эффективным и безопасным.

233stone
⭐ 1,016 Python 👤 233stone User 🕐 Обновлено 2026-10-14 📅 Создано 2025-10-13
59
nomily-ai/nomily-app

Помощник для записи голоса с поддержкой BYOK, ASR-транскрибацией, диаризацией говорящих, ИИ-сводками и локальными конечными точками ASR.

nomily-ai
⭐ 1,014 👤 nomily-ai User 🕐 Обновлено 2026-11-19 📅 Создано 2026-08-05
60
freewym/espresso

Espresso: Быстрый End-to-End Нейронный Инструментарий Распознавания Речи

freewym
⭐ 942 Python 👤 freewym User 🕐 Обновлено 2024-09-04 📅 Создано 2018-12-02
61
geekwenjie/SmartJavaAI

🔥🔥🔥Бесплатный автономный набор инструментов ИИ-алгоритмов для Java, поддерживающий распознавание лиц, определение живости, распознавание эмоций, обнаружение объектов, сегментацию экземпляров, обнаружение пешеходов, распознавание текста OCR, распознавание номерных знаков, распознавание таблиц, ASR+TTS, машинный перевод и другие функции, доступный через ссылку Maven. Поддерживает PyTorch, Tensorflow и включает такие основные модели, как Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper и др.

geekwenjie
⭐ 941 Java 👤 geekwenjie User 🕐 Обновлено 2026-06-20 📅 Создано 2025-02-21
62
TheDeathDragon/LiveTranslate

Перевод аудио в реальном времени, захват системного аудио + микрофона, запуск ASR (Whisper/SenseVoice), перевод через LLM API с потоковым отображением. Идеально подходит для VTuber, стримеров и просмотра иностранного контента.

TheDeathDragon
⭐ 923 Python 👤 TheDeathDragon User 🕐 Обновлено 2026-08-17 📅 Создано 2026-03-15
63
hehehai/VoxtMini

Голосовой ввод для macOS с локальными моделями: расшифровывайте речь, переводите и переформулируйте текст в любом приложении. Преемник Voxt.

hehehai
⭐ 916 Go 👤 hehehai User 🕐 Обновлено 2026-11-21 📅 Создано 2026-02-26
64
innovatorved/whisper.api

Этот проект предоставляет API с поддержкой доступа на уровне пользователя для транскрибирования речи в текст с использованием тонко настроенной и обработанной модели Whisper ASR.

innovatorved
⭐ 914 Python 👤 innovatorved User 🕐 Обновлено 2026-11-20 📅 Создано 2023-08-12
65
lifeiteng/OmniSenseVoice

Omni SenseVoice: Высокоскоростное распознавание речи с временными метками слов 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 Обновлено 2025-12-10 📅 Создано 2024-09-22
66
BryceWG/BiBi-Keyboard

BiBi Keyboard: клавиатура для голосового ввода на Android, использующая LLM и ASR, основанная на Kotlin

BryceWG
⭐ 896 Kotlin 👤 BryceWG User 🕐 Обновлено 2026-11-19 📅 Создано 2025-10-06
67
Spr-Aachen/Easy-Voice-Toolkit

Удобный набор инструментов для распознавания/транскрипции/конвертации голоса и т.д. | Простая и удобная голосовая панель инструментов

Spr-Aachen
⭐ 870 Python 👤 Spr-Aachen User 🕐 Обновлено 2026-10-25 📅 Создано 2023-02-09
68
yeyupiaoling/PPASR

Сквозная система распознавания китайской речи на основе PaddlePaddle, от основ до практики, сверхпростые примеры для начинающих, сверхпрактичные корпоративные проекты. Поддерживает самые популярные в настоящее время модели DeepSpeech2, Conformer, Squeezeformer.

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 Обновлено 2025-12-17 📅 Создано 2021-02-26
69
zai-org/GLM-ASR

GLM-ASR-Nano: Надежная модель распознавания речи с открытым исходным кодом и 1,5 миллиарда параметров

zai-org
⭐ 864 Python 👤 zai-org Organization 🕐 Обновлено 2026-03-06 📅 Создано 2025-12-09
70
aiola-lab/whisper-medusa

Шептать с головами Медузы

aiola-lab
⭐ 860 Python 👤 aiola-lab Organization 🕐 Обновлено 2026-07-02 📅 Создано 2024-07-17
71
AkagawaTsurunaki/ZerolanLiveRobot

AI VTuber с LLM, ASR, TTS, OCR, CV и другими технологиями для трансляций в прямом эфире или совместной игры в Minecraft.

AkagawaTsurunaki
⭐ 834 Python 👤 AkagawaTsurunaki User 🕐 Обновлено 2026-04-14 📅 Создано 2024-03-04
72
TrevorS/voxtral-mini-realtime-rs

Voxtral ASR & TTS работает нативно и в браузере. Реализация на Rust Voxtral mini реального времени ASR/TTS от Mistral с использованием фреймворка ML Burn

TrevorS
⭐ 827 Rust 👤 TrevorS User 🕐 Обновлено 2026-10-12 📅 Создано 2026-02-04
74
Ailln/cn2an

📦 Быстрое преобразование «китайских цифр» и «арабских цифр» ~ (Новая функция: дроби, даты, температуры и т. д.)

Ailln
⭐ 768 Python 👤 Ailln User 🕐 Обновлено 2026-04-23 📅 Создано 2018-05-04
75
yeyupiaoling/PaddlePaddle-DeepSpeech

Распознавание речи, реализованное на основе PaddlePaddle, распознавание китайской речи. Проект завершён, эффект распознавания хороший. Поддерживает обучение и предсказание под Windows и Linux, поддерживает предсказание на плате разработки Nvidia Jetson.

yeyupiaoling
⭐ 764 Python 👤 yeyupiaoling User 🕐 Обновлено 2025-12-17 📅 Создано 2019-11-01
76
FireRedTeam/FireRedASR2S

Передовая промышленная комплексная система ASR с модулями ASR, VAD, LID и Punc. FireRedASR2 поддерживает китайский (мандарин, 20+ диалектов/акцентов), английский, переключение кодов, а также ASR для речи и пения. FireRedVAD поддерживает речь/пение/музыку на 100+ языках. FireRedLID поддерживает 100+ языков и 20+ китайских диалектов. FireRedPunc поддерживает китайский и английский.

FireRedTeam
⭐ 745 Python 👤 FireRedTeam Organization 🕐 Обновлено 2026-06-02 📅 Создано 2026-02-12
77
Macoron/whisper.unity

Запуск модели преобразования речи в текст (whisper.cpp) в Unity3d на вашем локальном компьютере.

Macoron
⭐ 730 C# 👤 Macoron User 🕐 Обновлено 2025-04-17 📅 Создано 2023-03-26
78
yeyupiaoling/MASR

Базовый фреймворк Pytorch для потокового и непотокового автоматического распознавания речи, совместимый как с онлайн, так и с оффлайн распознаванием. В настоящее время он поддерживает модели Conformer, Squeezeformer и DeepSpeech2, а также различные методы аугментации данных.

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 Обновлено 2026-07-06 📅 Создано 2020-07-29
79
openspeech-team/openspeech

Инструментарий с открытым исходным кодом для сквозного распознавания речи на базе PyTorch-Lightning и Hydra.

openspeech-team
⭐ 715 Python 👤 openspeech-team Organization 🕐 Обновлено 2026-06-21 📅 Создано 2021-06-06
80
sofdog-gh/realtime-transcription-fastrtc

Транскрипция речи в реальном времени с помощью FastRTC ⚡️ и локального Whisper 🤗

sofdog-gh
⭐ 700 Python 👤 sofdog-gh User 🕐 Обновлено 2025-07-10 📅 Создано 2025-03-01
81
vilassn/whisper_android

Автономное распознавание речи с помощью OpenAI Whisper и TensorFlow Lite для Android

vilassn
⭐ 693 C++ 👤 vilassn User 🕐 Обновлено 2026-03-18 📅 Создано 2023-08-26
82
DmitryRyumin/INTERSPEECH-2023-24-Papers

Статьи INTERSPEECH 2023-2024: Полная коллекция влиятельных и захватывающих исследовательских статей с конференции INTERSPEECH 2023-24. Изучите последние достижения в области обработки речи и языка. Код включен. Отметьте репозиторий звездочкой, чтобы поддержать развитие речевых технологий!

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 Обновлено 2024-12-25 📅 Создано 2023-06-26
⭐ 677 Python 👤 yinruiqing User 🕐 Обновлено 2025-09-24 📅 Создано 2022-11-09
84
Picovoice/cheetah

Ондивайс потоковый движок преобразования речи в текст на основе глубокого обучения

Picovoice
⭐ 672 Python 👤 Picovoice Organization 🕐 Обновлено 2026-11-12 📅 Создано 2018-10-28
85
zenstory-ai/video-recap-skills

Пакет навыков ИИ-агента для озвучки видео: автоматическая нарезка сцен, анализ изображения для написания текста озвучки, добавление голоса и микширование звука для создания готового видео; экспорт черновиков для Jianying/CapCut, GPU не требуется | Навыки агента для озвученных видеорезюме и черновиков CapCut

zenstory-ai
⭐ 649 Python 👤 zenstory-ai Organization 🕐 Обновлено 2026-11-20 📅 Создано 2026-05-02
86
huggingface/optimum-intel

🤗 Optimum Intel: Ускорьте вывод с помощью инструментов оптимизации Intel

huggingface
⭐ 631 Jupyter Notebook 👤 huggingface Organization 🕐 Обновлено 2026-11-21 📅 Создано 2022-05-25
87
zw76859420/ASR_Theory

Теория распознавания речи, статьи и PPT

zw76859420
⭐ 616 👤 zw76859420 User 🕐 Обновлено 2024-08-07 📅 Создано 2019-01-26
88
Moyf/moys-asr-workflow

Рабочая среда Amo для субтитров: рабочий процесс расшифровки субтитров Moy с помощью ASR (сокращённо MAW)

Moyf
⭐ 610 JavaScript 👤 Moyf User 🕐 Обновлено 2026-11-21 📅 Создано 2026-07-26
89
HiMeditator/auto-caption

Кроссплатформенное программное обеспечение для отображения субтитров в реальном времени.

HiMeditator
⭐ 610 TypeScript 👤 HiMeditator User 🕐 Обновлено 2026-10-14 📅 Создано 2025-05-11
90
RapidAI/RapidASR

📣 Разработка и поддержка для всех платформ, возможность использования "из коробки", поддержка смешанного распознавания китайского и английского языков. Кроссплатформенная реализация для выполнения ASR. Основана на ONNXRuntime и FunASR. Мы предоставляем набор более простых API для вызова моделей ASR.

RapidAI
⭐ 593 C++ 👤 RapidAI Organization 🕐 Обновлено 2024-05-15 📅 Создано 2021-12-15
91
second-state/echokit_server

Платформа голосовых агентов с открытым исходным кодом

second-state
⭐ 591 Rust 👤 second-state Organization 🕐 Обновлено 2026-02-15 📅 Создано 2025-02-26
92
SAOS-3624/dsh-video-storyboard

Сториборд с учетом сцен для DeepSeek Harness: от 9 до 16 пронумерованных кадров с временными метками, расшифровкой речи и огибающей аудио, собранных в ОДНО изображение (384 токена). Два инструмента: video_storyboard и video_zoom.

SAOS-3624
⭐ 585 JavaScript 👤 SAOS-3624 User 🕐 Обновлено 2026-11-21 📅 Создано 2026-10-26
93
wildminder/awesome-ai-voice

Список моделей с открытым исходным кодом для синтеза речи (TTS), клонирования голоса и генерации музыки

wildminder
⭐ 562 👤 wildminder User 🕐 Обновлено 2026-11-04 📅 Создано 2026-03-10
94
PiSugar/whisplay-ai-chatbot

Карманный ИИ-чатбот, созданный с использованием RPI Zero 2w / 5

PiSugar
⭐ 545 TypeScript 👤 PiSugar Organization 🕐 Обновлено 2026-11-19 📅 Создано 2025-05-07
95
SpeechColab/Leaderboard

SpeechIO Leaderboard: большая, надежная, комплексная платформа для бенчмаркинга автоматического распознавания речи.

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 Обновлено 2025-03-29 📅 Создано 2021-02-07
96
kouhxp/yapsnap

Преобразуйте любую ссылку на видео или аудиофайл в обычный текст. Без GPU. Без облака. Всего одна команда.

kouhxp
⭐ 538 Python 👤 kouhxp User 🕐 Обновлено 2026-09-15 📅 Создано 2026-05-20
97
shashikg/WhisperS2T

Оптимизированный конвейер преобразования речи в текст для модели Whisper с поддержкой нескольких движков вывода

shashikg
⭐ 534 Jupyter Notebook 👤 shashikg User 🕐 Обновлено 2024-08-27 📅 Создано 2023-12-16
98
ccoreilly/vosk-browser

Библиотека распознавания речи, работающая в браузере благодаря сборке Vosk на WebAssembly

ccoreilly
⭐ 531 JavaScript 👤 ccoreilly User 🕐 Обновлено 2025-12-07 📅 Создано 2021-02-19
99
DmitryRyumin/ICASSP-2023-24-Papers

Статьи ICASSP 2023-2024: Полная коллекция влиятельных и интересных исследовательских статей с конференций ICASSP 2023-24. Изучите последние достижения в области акустики, речи и обработки сигналов. Код прилагается. Отметьте репозиторий звездочкой, чтобы поддержать развитие обработки аудио и сигналов!

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 Обновлено 2025-05-05 📅 Создано 2023-08-01
100
nyosegawa/speech.cpp

Синтез речи, распознавание речи и обнаружение речевой активности для голосового общения на C++ с использованием ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet и Silero VAD для Metal, Vulkan и CPU, с сервером, совместимым с OpenAI, и транскрибацией в реальном времени.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Обновлено 2026-11-20 📅 Создано 2026-09-29