Git Stars Git Stars

#automatic-speech-recognition Репозитории

Откройте для себя 42 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #automatic-speech-recognition, с общим числом 118,799 звёзд (в среднем 2,828 на проект). Лидером этой темы является Vaibhavs10/insanely-fast-whisper, набравший 13,052 звёзд.

42
Всего репозиториев
118,799
Всего звезд
2,828
Среднее количество звезд на репозиторий

Всего репозиториев: 42

2
facebookresearch/seamless_communication

Фундаментальные модели для передовой речевой и текстовой трансляции

facebookresearch
⭐ 11,908 Jupyter Notebook 👤 facebookresearch Organization 🕐 Обновлено 2026-09-08 📅 Создано 2023-08-01
3
QuentinFuxa/WhisperLiveKit

Преобразование речи в текст в реальном времени и локально с потоковым ASR, диаризацией говорящих, переводом и API, совместимыми с OpenAI/Deepgram.

QuentinFuxa
⭐ 11,275 Python 👤 QuentinFuxa User 🕐 Обновлено 2026-11-14 📅 Создано 2024-12-19
4
Const-me/Whisper

Высокопроизводительное GPGPU-выведение модели Whisper от OpenAI для автоматического распознавания речи (ASR)

Const-me
⭐ 10,717 C++ 👤 Const-me User 🕐 Обновлено 2026-09-22 📅 Создано 2023-01-07
5
mli/autocut

Резать видео с помощью текстового редактора

mli
⭐ 7,522 Python 👤 mli User 🕐 Обновлено 2024-10-05 📅 Создано 2022-10-28
6
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
7
MoonshotAI/Kimi-Audio

Kimi-Audio, основа фундаментальной модели аудио с открытым исходным кодом, превосходная в понимании, генерации и диалоге аудио

MoonshotAI
⭐ 4,654 Python 👤 MoonshotAI Organization 🕐 Обновлено 2025-06-21 📅 Создано 2025-04-25
8
agermanidis/autosub

[БОЛЬШЕ НЕ ПОДДЕРЖИВАЕТСЯ] Утилита командной строки для автоматической генерации субтитров для любого видеофайла

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Обновлено 2024-03-22 📅 Создано 2015-06-29
9
ahmetoner/whisper-asr-webservice

API веб-службы ASR OpenAI Whisper

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Обновлено 2026-10-01 📅 Создано 2022-09-22
10
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
11
Kedreamix/Linly-Dubbing

Интеллектуальный многоязычный ИИ-инструмент для озвучивания/перевода видео - Linly-Dubbing — « ИИ — сила, языки — вне границ »

Kedreamix
⭐ 3,221 Jupyter Notebook 👤 Kedreamix User 🕐 Обновлено 2025-03-05 📅 Создано 2024-08-08
12
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
13
facebookresearch/omnilingual-asr

Omnilingual ASR открытый исходный код многоязычное распознавание речи для более 1600 языков

facebookresearch
⭐ 2,976 Python 👤 facebookresearch Organization 🕐 Обновлено 2025-12-30 📅 Создано 2025-11-06
14
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
15
janhq/ichigo

Локальный голосовой ИИ в реальном времени

janhq
⭐ 2,493 Python 👤 janhq Organization 🕐 Обновлено 2025-11-26 📅 Создано 2024-07-02
16
TEN-framework/ten-vad

Детектор голосовой активности (VAD): низкая задержка, высокая производительность и легковесность

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-04-29
17
OpenMOSS/MOSS-Transcribe-Diarize

Модель 0,9B для транскрибации длинных записей на более чем 50 языках с диаризацией говорящих, временными метками и распознаванием акустических событий

OpenMOSS
⭐ 2,286 Python 👤 OpenMOSS Organization 🕐 Обновлено 2026-10-21 📅 Создано 2026-05-13
18
QwenLM/Qwen2-Audio

Официальный репозиторий чата Qwen2-Audio и предварительно обученной большой аудиоязыковой модели, предложенной Alibaba Cloud.

QwenLM
⭐ 2,072 Python 👤 QwenLM Organization 🕐 Обновлено 2025-04-21 📅 Создано 2024-06-24
19
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
20
stepfun-ai/Step-Audio2

Step-Audio 2 — это комплексная мультимодальная большая языковая модель, разработанная для профессионального понимания звука и речевого общения.

stepfun-ai
⭐ 1,531 Python 👤 stepfun-ai Organization 🕐 Обновлено 2026-03-16 📅 Создано 2025-07-15
21
McCloudS/subgen

Автоматическая генерация субтитров с помощью модели OpenAI Whisper через Jellyfin, Plex, Emby, Tautulli или Bazarr

McCloudS
⭐ 1,519 Python 👤 McCloudS User 🕐 Обновлено 2026-08-07 📅 Создано 2023-01-28
23
k2-fsa/k2

Алгоритмы FSA/FST, дифференцируемые, с совместимостью с PyTorch.

k2-fsa
⭐ 1,371 Cuda 👤 k2-fsa Organization 🕐 Обновлено 2026-11-13 📅 Создано 2020-04-17
24
QwenLM/Qwen3-ASR-Toolkit

Официальный Python-инструментарий для API Qwen3-ASR. Параллельные высокопроизводительные вызовы, надежная транскрипция длинного аудио, поддержка нескольких частот дискретизации.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Обновлено 2026-02-05 📅 Создано 2025-09-16
25
TensorSpeech/TensorFlowASR

:zap: TensorFlowASR: Почти передовая автоматическая система распознавания речи в Tensorflow 2. Поддерживаемые языки, которые могут использовать символы или подслова

TensorSpeech
⭐ 1,018 Python 👤 TensorSpeech Organization 🕐 Обновлено 2026-11-14 📅 Создано 2020-02-13
26
senstella/parakeet-mlx

Реализация моделей Parakeet от Nvidia для Apple Silicon с использованием MLX.

senstella
⭐ 999 Python 👤 senstella User 🕐 Обновлено 2026-11-17 📅 Создано 2025-05-03
27
jitsi/jiwer

Оцените вашу систему преобразования речи в текст с помощью мер сходства, таких как коэффициент ошибок слов (WER)

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 Обновлено 2026-09-03 📅 Создано 2018-06-19
28
lifeiteng/OmniSenseVoice

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

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 Обновлено 2025-12-10 📅 Создано 2024-09-22
29
aiola-lab/whisper-medusa

Шептать с головами Медузы

aiola-lab
⭐ 860 Python 👤 aiola-lab Organization 🕐 Обновлено 2026-07-02 📅 Создано 2024-07-17
31
DataoceanAI/Dolphin

Dolphin — это многоязычная многозадачная модель ASR, совместно обученная DataoceanAI и Университетом Цинхуа.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Обновлено 2026-06-11 📅 Создано 2025-03-18
32
EmulationAI/awesome-large-audio-models

Сборник ресурсов по применению больших языковых моделей (LLM) в Audio AI.

EmulationAI
⭐ 748 👤 EmulationAI Organization 🕐 Обновлено 2026-11-02 📅 Создано 2023-08-18
33
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
34
SpeechColab/GigaSpeech

Большой современный набор данных для распознавания речи

SpeechColab
⭐ 714 Shell 👤 SpeechColab User 🕐 Обновлено 2024-02-26 📅 Создано 2021-03-03
35
DoMusic/Hybrid-Net

Аудио в реальном времени для аккордов, текстов, бита и мелодии.

DoMusic
⭐ 713 Python 👤 DoMusic Organization 🕐 Обновлено 2024-08-15 📅 Создано 2024-03-26
36
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
37
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
38
VITA-MLLM/VITA-Audio

✨✨[NeurIPS 2025] VITA-Audio: Быстрая перемежающаяся кросс-модальная генерация токенов для эффективной крупной речеязыковой модели

VITA-MLLM
⭐ 679 Python 👤 VITA-MLLM Organization 🕐 Обновлено 2025-05-24 📅 Создано 2025-04-23
39
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
40
ErlichLiu/Whisper-Input

Можно реализовать запись нажатием кнопки Option и завершение записи отпусканием кнопки, после чего будет вызвана модель Groq Whisper Large V3 Turbo для транскрипции. Поскольку Groq работает очень быстро, большинство голосовых вводов обрабатываются в течение 1-2 секунд. И благодаря мощным возможностям whisper, эффект транскрипции очень хороший.

ErlichLiu
⭐ 593 Python 👤 ErlichLiu User 🕐 Обновлено 2025-01-29 📅 Создано 2025-01-11
42
HKAllThingsLink/streaming-asr

Легковесная клиент-серверная система для обработки аудио в реальном времени с обнаружением активности голоса (VAD) и автоматическим распознаванием речи (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Обновлено 2026-01-04 📅 Создано 2025-12-01

Часто задаваемые вопросы

1

Какой репозиторий по теме #automatic-speech-recognition наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #automatic-speech-recognition на GitHub — Vaibhavs10/insanely-fast-whisper, набравший 13,052 звёзд.

2

Какие языки программирования чаще всего используются в репозиториях по теме #automatic-speech-recognition?

Среди наиболее высоко оценённых проектов по теме #automatic-speech-recognition на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++, Swift.

3

Как рассчитывается рейтинг репозиториев по теме #automatic-speech-recognition?

Мы отслеживаем 42 активных репозиториев с открытым исходным кодом, отмеченных тегом #automatic-speech-recognition (500 и более звёзд), с общим числом 118,799 звёзд и в среднем 2,828 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.