Git Stars Git Stars

#speech-recognition Репозитории

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

Всего репозиториев: 206

151
mezbaul-h/june

Локальный голосовой чат-бот для увлекательных разговоров, работающий на базе Ollama, Hugging Face Transformers и Coqui TTS Toolkit

mezbaul-h
⭐ 786 Python 👤 mezbaul-h User 🕐 Обновлено 2024-08-12 📅 Создано 2024-06-03
152
mallorbc/whisper_mic

Проект, позволяющий использовать микрофон с OpenAI whisper.

mallorbc
⭐ 784 Python 👤 mallorbc User 🕐 Обновлено 2024-07-04 📅 Создано 2022-09-23
153
markovka17/dla

Глубокое обучение для обработки звука

markovka17
⭐ 780 Jupyter Notebook 👤 markovka17 User 🕐 Обновлено 2026-11-08 📅 Создано 2020-08-23
154
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
155
soupslurpr/Transcribro

Приватная клавиатура и служба распознавания речи на устройстве для Android.

soupslurpr
⭐ 765 Kotlin 👤 soupslurpr User 🕐 Обновлено 2026-11-12 📅 Создано 2024-03-15
156
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
157
amanvirparhar/chaplin

Инструмент для распознавания тихой речи в реальном времени.

amanvirparhar
⭐ 763 Python 👤 amanvirparhar User 🕐 Обновлено 2025-11-02 📅 Создано 2025-02-03
158
exPHAT/SwiftWhisper

🎤 Самый простой способ транскрибировать аудио в Swift

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 Обновлено 2024-05-23 📅 Создано 2023-03-29
159
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
160
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
161
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
162
MycroftAI/adapt

Адаптивный Парсер Намерений

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 Обновлено 2024-07-21 📅 Создано 2015-09-08
163
Picovoice/rhino

Движок Speech-to-Intent на устройстве, работающий на основе глубокого обучения

Picovoice
⭐ 719 Python 👤 Picovoice Organization 🕐 Обновлено 2026-11-16 📅 Создано 2018-10-28
164
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
165
Baidu-AIP/speech-demo

Пример API голоса

Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 Обновлено 2024-07-25 📅 Создано 2018-02-24
166
jamsch/expo-speech-recognition

Распознавание речи для проектов React Native Expo

jamsch
⭐ 700 TypeScript 👤 jamsch User 🕐 Обновлено 2026-10-29 📅 Создано 2023-10-30
167
Picovoice/speech-to-text-benchmark

Фреймворк для бенчмарка speech to text

Picovoice
⭐ 700 Python 👤 Picovoice Organization 🕐 Обновлено 2026-11-16 📅 Создано 2018-08-04
168
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
169
xinjli/allosaurus

Allosaurus — предварительно обученный универсальный распознаватель речи для более чем 2000 языков

xinjli
⭐ 689 Python 👤 xinjli User 🕐 Обновлено 2024-04-26 📅 Создано 2020-02-12
170
zeekk0/OpenAmika

OpenAmika: ИИ-компаньон MekaHime по имени Amika — проект с открытым исходным кодом. Аватар Live2D, голосовое общение в реальном времени, долговременная память и OpenRouter или Ollama в качестве мозга.

zeekk0
⭐ 684 Python 👤 zeekk0 User 🕐 Обновлено 2026-11-21 📅 Создано 2026-11-03
171
inclusionAI/Ming

Ming — обеспечивает передовые возможности мультимодального понимания и генерации, построенные на базе Ling LLM.

inclusionAI
⭐ 683 Jupyter Notebook 👤 inclusionAI Organization 🕐 Обновлено 2026-07-27 📅 Создано 2025-04-21
172
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
173
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
174
sveinbjornt/hear

Интерфейс командной строки для встроенных функций распознавания речи и транскрипции в macOS.

sveinbjornt
⭐ 671 Objective-C 👤 sveinbjornt User 🕐 Обновлено 2026-08-30 📅 Создано 2022-02-23
175
Jakobovski/free-spoken-digit-dataset

Бесплатный аудиодатасет произнесенных цифр. Аудиоверсия MNIST.

Jakobovski
⭐ 663 Python 👤 Jakobovski User 🕐 Обновлено 2024-05-02 📅 Создано 2016-06-21
176
woheller69/whisperIME

Редактор метода ввода (IME) для Android на основе Whisper

woheller69
⭐ 661 Java 👤 woheller69 User 🕐 Обновлено 2026-10-28 📅 Создано 2024-12-30
177
xifan2333/fcitx5-vinput

Голосовой ввод для Fcitx5 — локальное и облачное распознавание речи, переформулирование с помощью LLM, пакеты для разных дистрибутивов

xifan2333
⭐ 654 C++ 👤 xifan2333 User 🕐 Обновлено 2026-11-21 📅 Создано 2026-03-06
178
judahpaul16/gpt-home

ChatGPT дома! Лучшая альтернатива коммерческим умным домашним помощникам, построенная на Raspberry Pi с использованием LiteLLM и LangGraph.

judahpaul16
⭐ 654 Python 👤 judahpaul16 User 🕐 Обновлено 2026-09-13 📅 Создано 2023-09-05
179
evancohen/sonus

:speech_balloon: /so.nus/ STT (речь в текст) для Node с оффлайн-обнаружением горячих слов

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 Обновлено 2026-09-11 📅 Создано 2016-08-30
180
mmpneo/curses

Заголовки для преобразования речи в текст и ввода с клавиатуры для OBS, VRChat, чата Twitch и Discord

mmpneo
⭐ 620 TypeScript 👤 mmpneo User 🕐 Обновлено 2024-06-18 📅 Создано 2022-11-16
181
reriiasu/speech-to-text

Транскрипция в реальном времени с использованием faster-whisper

reriiasu
⭐ 607 HTML 👤 reriiasu User 🕐 Обновлено 2024-07-23 📅 Создано 2023-03-30
182
tornikegomareli/Talkify

Молниеносно быстрый, бесплатный голосовой ввод для macOS с приоритетом локальной обработки и транскрибацией на устройстве

tornikegomareli
⭐ 599 Swift 👤 tornikegomareli User 🕐 Обновлено 2026-10-17 📅 Создано 2026-08-05
⭐ 580 C# 👤 VolcanicArts User 🕐 Обновлено 2026-10-29 📅 Создано 2022-03-14
184
githubharald/CTCWordBeamSearch

Декодер Connectionist Temporal Classification (CTC) со словарем и языковой моделью.

githubharald
⭐ 580 C++ 👤 githubharald User 🕐 Обновлено 2026-01-31 📅 Создано 2018-03-01
185
lovemefan/SenseVoice.cpp

Портирование модели Sense-voice от Funasr на C/C++

lovemefan
⭐ 574 C 👤 lovemefan User 🕐 Обновлено 2025-12-19 📅 Создано 2024-08-06
186
alan-ai/alan-sdk-reactnative

Система самостоятельного кодирования для вашего приложения — Alan AI SDK для React Native

alan-ai
⭐ 573 Ruby 👤 alan-ai Organization 🕐 Обновлено 2026-02-14 📅 Создано 2019-10-23
187
algolia/voice-overlay-ios

🗣 Наложение, которое получает разрешение на голос пользователя и вводит его как текст в настраиваемом интерфейсе

algolia
⭐ 557 Swift 👤 algolia Organization 🕐 Обновлено 2026-06-23 📅 Создано 2018-06-25
188
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
189
opennookorg/betterwispr

Бесплатное приложение для диктовки на macOS с открытым исходным кодом и приоритетом локальной обработки. Удерживайте сочетание клавиш, говорите — и текст будет введён в любое приложение. Преобразование речи в текст прямо на устройстве с помощью Whisper, Parakeet и Apple Speech. Приватная, работающая офлайн альтернатива Wispr Flow с открытым исходным кодом.

opennookorg
⭐ 544 Swift 👤 opennookorg Organization 🕐 Обновлено 2026-11-14 📅 Создано 2026-10-07
190
opendilab/CleanS2S

Агент интерактивного взаимодействия речь-в-речь высокого качества с потоковой передачей в одном файле. Прототип интеллектуального агента с потоковым полно-dуплексным голосовым взаимодействием, реализованный только в одном файле!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 Обновлено 2026-04-07 📅 Создано 2024-09-26
191
rtzr/Awesome-Korean-Speech-Recognition

Список API STT для распознавания корейской речи. Бенчмарки производительности для каждого.

rtzr
⭐ 542 👤 rtzr Organization 🕐 Обновлено 2025-08-15 📅 Создано 2023-08-21
192
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
193
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
194
CheyneyComputerScience/CREMA-D

Набор данных эмоциональных мульти-модальных актёров с краудсорсингом (CREMA-D)

CheyneyComputerScience
⭐ 532 R 👤 CheyneyComputerScience Organization 🕐 Обновлено 2025-03-21 📅 Создано 2017-09-29
195
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
196
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
197
shibing624/parrots

Автоматическое распознавание речи (ASR), движок преобразования текста в речь (TTS). Распознавание речи на китайском и английском, многоролевая синтез речи, поддержка нескольких языков, высокая точность

shibing624
⭐ 527 Python 👤 shibing624 User 🕐 Обновлено 2025-11-11 📅 Создано 2018-08-26
198
cjyaddone/ChatWaifuL2D

Версия ChatWaifu с поддержкой Renpy

cjyaddone
⭐ 524 Python 👤 cjyaddone User 🕐 Обновлено 2024-04-08 📅 Создано 2022-12-19
199
liusongxiang/Large-Audio-Models

Отслеживайте крупные модели в аудио домене, включая речь, пение, музыку и т.д.

liusongxiang
⭐ 522 👤 liusongxiang User 🕐 Обновлено 2026-07-03 📅 Создано 2023-03-12
200
apeatling/ollama-voice-mac

Mac-совместимый Ollama Voice

apeatling
⭐ 519 Python 👤 apeatling User 🕐 Обновлено 2025-08-21 📅 Создано 2023-12-27