Git Stars Git Stars

#speech-recognition Репозитории

204
Всего репозиториев
889,741
Всего звезд
4,361
Среднее количество звезд на репозиторий

Всего репозиториев: 206

51
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
52
wquguru/cicada

Cicada · Субтитры в реальном времени, синхронный перевод и заметки по итогам встреч с помощью ИИ для любых встреч и трансляций. Бесплатно и с открытым исходным кодом для Mac, Windows, Linux и Android.

wquguru
⭐ 2,443 Swift 👤 wquguru User 🕐 Обновлено 2026-11-19 📅 Создано 2026-11-01
53
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
54
pannous/tensorflow-speech-recognition

🎙Распознавание речи с использованием фреймворка глубокого обучения TensorFlow, sequence-to-sequence нейронные сети

pannous
⭐ 2,176 Python 👤 pannous User 🕐 Обновлено 2024-01-17 📅 Создано 2015-12-07
55
react-native-voice/voice

:microphone: Библиотека распознавания речи React Native для iOS и Android (Поддержка онлайн и офлайн)

react-native-voice
⭐ 2,149 TypeScript 👤 react-native-voice Organization 🕐 Обновлено 2026-01-21 📅 Создано 2016-05-06
56
fikrikarim/parlor

Локальный мультимодальный ИИ в реальном времени с функциями, аналогичными GPT-Live

fikrikarim
⭐ 2,117 Python 👤 fikrikarim User 🕐 Обновлено 2026-08-03 📅 Создано 2026-04-05
57
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
58
nobody132/masr

Распознавание речи на китайском языке; Автоматическое распознавание речи на мандаринском языке;

nobody132
⭐ 1,962 Python 👤 nobody132 User 🕐 Обновлено 2024-07-25 📅 Создано 2019-05-07
59
julius-speech/julius

Движок непрерывного распознавания речи с большим словарем с открытым исходным кодом

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 Обновлено 2025-06-16 📅 Создано 2015-04-28
60
wq2012/awesome-diarization

Куратированный список крутых статей, библиотек, датасетов и других ресурсов по Speaker Diarization.

wq2012
⭐ 1,917 👤 wq2012 User 🕐 Обновлено 2026-10-26 📅 Создано 2019-01-19
61
alan-ai/alan-sdk-ios

Система самокодирования для вашего приложения — Alan AI SDK для iOS

alan-ai
⭐ 1,889 Objective-C 👤 alan-ai Organization 🕐 Обновлено 2025-04-22 📅 Создано 2019-10-01
62
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
63
QwenLM/Qwen-Audio

Официальный репозиторий Qwen-Audio (通义千问-Audio) chat & предварительно обученной большой аудиоязыковой модели, предложенной Alibaba Cloud.

QwenLM
⭐ 1,857 Python 👤 QwenLM Organization 🕐 Обновлено 2024-07-05 📅 Создано 2023-11-07
64
alan-ai/alan-sdk-android

Система самостоятельного кодирования для вашего приложения — Alan AI SDK для Android

alan-ai
⭐ 1,815 👤 alan-ai Organization 🕐 Обновлено 2025-04-22 📅 Создано 2019-10-01
65
peteonrails/voxtype

Голос в текст с push-to-talk для композиторов Wayland

peteonrails
⭐ 1,810 Rust 👤 peteonrails User 🕐 Обновлено 2026-11-20 📅 Создано 2025-11-28
66
FL33TW00D/whisper-turbo

Кроссплатформенный, GPU-ускоренный Whisper 🏎️

FL33TW00D
⭐ 1,808 TypeScript 👤 FL33TW00D User 🕐 Обновлено 2024-02-27 📅 Создано 2023-08-18
67
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
68
alan-ai/alan-sdk-flutter

Система самокодирования для вашего приложения — Alan AI SDK для Flutter

alan-ai
⭐ 1,768 Ruby 👤 alan-ai Organization 🕐 Обновлено 2025-04-22 📅 Создано 2020-04-22
69
abb128/LiveCaptions

Настольное приложение Linux, обеспечивающее преобразование речи в текст в реальном времени

abb128
⭐ 1,753 C 👤 abb128 User 🕐 Обновлено 2025-02-27 📅 Создано 2022-11-30
70
zhiwehu/100_plus_Python_Projects_Challenge

Челлендж «100+ проектов на Python»

zhiwehu
⭐ 1,724 Python 👤 zhiwehu User 🕐 Обновлено 2026-09-20 📅 Создано 2021-05-01
71
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
72
strob/gentle

мягкий принудительный выравниватель

strob
⭐ 1,713 Python 👤 strob User 🕐 Обновлено 2026-07-24 📅 Создано 2015-10-23
74
Ayanaminn/N46Whisper

Генератор японских субтитров на основе Whisper

Ayanaminn
⭐ 1,708 Jupyter Notebook 👤 Ayanaminn User 🕐 Обновлено 2025-02-23 📅 Создано 2022-10-25
75
royshil/obs-localvocal

Плагин OBS для локального распознавания речи и создания субтитров с использованием ИИ

royshil
⭐ 1,674 C++ 👤 royshil User 🕐 Обновлено 2026-11-05 📅 Создано 2023-08-10
76
alan-ai/alan-sdk-ionic

Система самокодирования для вашего приложения — Alan AI SDK для Ionic

alan-ai
⭐ 1,661 TypeScript 👤 alan-ai Organization 🕐 Обновлено 2025-04-22 📅 Создано 2020-04-24
77
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
78
finnvoor/yap

🗣️ CLI для транскрипции речи на устройстве с использованием Speech.framework в macOS 26

finnvoor
⭐ 1,640 Swift 👤 finnvoor User 🕐 Обновлено 2026-07-20 📅 Создано 2025-06-15
79
semperai/amica

Amica — это интерфейс с открытым исходным кодом для интерактивного общения с 3D-персонажами с использованием синтеза речи и распознавания речи.

semperai
⭐ 1,626 TypeScript 👤 semperai Organization 🕐 Обновлено 2026-11-12 📅 Создано 2023-10-29
80
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
81
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
82
espressif/esp-sr

Распознавание речи

espressif
⭐ 1,589 C 👤 espressif Organization 🕐 Обновлено 2026-11-11 📅 Создано 2019-07-29
83
bytedance/SALMONN

Семейство SALMONN: набор передовых мультимодальных больших языковых моделей (LLM)

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Обновлено 2026-10-16 📅 Создано 2023-08-11
84
AlekPet/ComfyUI_Custom_Nodes_AlekPet

Пользовательские узлы, расширяющие возможности Comfyui

AlekPet
⭐ 1,535 JavaScript 👤 AlekPet User 🕐 Обновлено 2026-11-20 📅 Создано 2023-05-10
85
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
86
GauravSingh9356/J.A.R.V.I.S

Персональный помощник, созданный с использованием библиотек Python. Он делает практически все, включая отправку электронных писем, оптическое распознавание текста, динамическое предоставление новостей в любое время с интеграцией API, генератор списков дел, открытие любого веб-сайта с помощью голосовой команды, воспроизведение музыки, поиск в Википедии, словарь с интеллектуальным датчиком, то есть автоматической проверкой орфографии, отчет о погоде, то есть температуре, скорости ветра, влажности, поиск на YouTube, поиск на Google Картах, загрузка на YouTube и т. д.

GauravSingh9356
⭐ 1,495 Python 👤 GauravSingh9356 User 🕐 Обновлено 2025-12-02 📅 Создано 2020-06-27
87
wit-ai/pywit

Библиотека Python для Wit.ai

wit-ai
⭐ 1,485 Python 👤 wit-ai Organization 🕐 Обновлено 2026-08-28 📅 Создано 2014-09-29
88
microsoft/DNS-Challenge

Этот репозиторий содержит скрипты, модели и необходимые файлы для Deep Noise Suppression (DNS) Challenge.

microsoft
⭐ 1,480 Python 👤 microsoft Organization 🕐 Обновлено 2026-11-10 📅 Создано 2020-01-14
89
ARahim3/mlx-tune

Точно настраивайте LLMs на вашем Mac с Apple Silicon. SFT, DPO, GRPO, Vision, TTS, STT, Embedding и тонкая настройка OCR — нативно на MLX. API, совместимый с Unsloth.

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 Обновлено 2026-06-23 📅 Создано 2026-01-03
90
microsoft/SpeechT5

Единое мультимодальное предварительное обучение речи и текста для обработки разговорной речи

microsoft
⭐ 1,420 Python 👤 microsoft Organization 🕐 Обновлено 2024-04-24 📅 Создано 2022-02-08
91
PrunaAI/pruna

Pruna — это фреймворк для оптимизации моделей, созданный для разработчиков, позволяющий создавать более быстрые и эффективные модели с минимальными накладными расходами.

PrunaAI
⭐ 1,399 Python 👤 PrunaAI Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-03-11
92
coqui-ai/open-speech-corpora

💎 Список доступных речевых корпусов для ASR, TTS и других технологий речи

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Обновлено 2024-06-06 📅 Создано 2019-01-31
93
Softcatala/whisper-ctranslate2

Клиент Whisper для командной строки, совместимый с оригинальным клиентом OpenAI на базе CTranslate2.

Softcatala
⭐ 1,374 Python 👤 Softcatala Organization 🕐 Обновлено 2026-11-12 📅 Создано 2023-03-17
94
ratwithacompiler/OBS-captions-plugin

Плагин OBS для закрытых субтитров с использованием распознавания речи Google

ratwithacompiler
⭐ 1,351 C++ 👤 ratwithacompiler User 🕐 Обновлено 2026-10-09 📅 Создано 2019-07-13
95
linyiLYi/voice-assistant

Простая игрушечная демонстрация локального голосового помощника с whisper и большой языковой моделью.

linyiLYi
⭐ 1,329 Python 👤 linyiLYi User 🕐 Обновлено 2024-04-30 📅 Создано 2023-12-09
96
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
97
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
98
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
99
aTrainTranscription/aTrain

Графический инструмент для офлайн-транскрипции речевых записей, включая диаризацию спикеров, с использованием передовых моделей машинного обучения.

aTrainTranscription
⭐ 1,244 Python 👤 aTrainTranscription Organization 🕐 Обновлено 2026-11-20 📅 Создано 2023-10-03
100
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