Git Stars Git Stars

#speech-to-text Репозитории

Откройте для себя 211 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #speech-to-text, с общим числом 925,003 звёзд (в среднем 4,383 на проект). Лидером этой темы является debpalash/VoiceStudio, набравший 115,753 звёзд.

211
Всего репозиториев
925,003
Всего звезд
4,383
Среднее количество звезд на репозиторий

Всего репозиториев: 211

1
debpalash/VoiceStudio

VoiceStudio — это полностью локальная альтернатива ElevenLabs с открытым исходным кодом: клонирование голоса, дизайн голоса, дубляж видео, диктовка, транскрибация и создание аудиокниг на 646 языках.

debpalash
⭐ 115,753 Python 👤 debpalash User 🕐 Обновлено 2026-11-21 📅 Создано 2026-04-09
2
ggml-org/whisper.cpp

Порт модели Whisper от OpenAI на C/C++

ggml-org
⭐ 55,392 C++ 👤 ggml-org Organization 🕐 Обновлено 2026-11-20 📅 Создано 2022-09-25
3
cjpais/Handy

Бесплатное, с открытым исходным кодом и расширяемое приложение для преобразования речи в текст, которое работает полностью в автономном режиме.

cjpais
⭐ 39,490 Rust 👤 cjpais User 🕐 Обновлено 2026-11-21 📅 Создано 2025-02-13
4
Zackriya-Solutions/meetily

ИИ-инструмент для заметок с совещаний, ориентированный на конфиденциальность, для Windows, macOS и Linux. Бесплатный, с открытым исходным кодом (MIT). Распознавание речи Whisper/Parakeet и диаризация говорящих выполняются на устройстве; бот для участия в совещании не нужен. Открытая альтернатива Granola, Otter и Fireflies. https://meetily.ai

Zackriya-Solutions
⭐ 32,937 Rust 👤 Zackriya-Solutions Organization 🕐 Обновлено 2026-11-14 📅 Создано 2024-12-26
5
SYSTRAN/faster-whisper

Более быстрая транскрипция Whisper с помощью CTranslate2

SYSTRAN
⭐ 26,924 Python 👤 SYSTRAN Organization 🕐 Обновлено 2026-11-12 📅 Создано 2023-02-11
6
mozilla-ai/llamafile

Распространяйте и запускайте LLM с помощью одного файла.

mozilla-ai
⭐ 26,681 C++ 👤 mozilla-ai Organization 🕐 Обновлено 2026-11-09 📅 Создано 2023-09-10
7
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
8
screenpipe/screenpipe

YC (S26) | Screenpipe находит работу, которую стоит автоматизировать | Непрерывно записывайте работу за компьютером локально, выявляйте повторяющиеся рабочие процессы и передавайте результат любому агенту, которым вы уже пользуетесь.

screenpipe
⭐ 22,492 Rust 👤 screenpipe Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-06-19
9
Evil0ctal/Douyin_TikTok_Download_API

🚀 Самостоятельно размещаемый API для сбора данных с Douyin, TikTok и Bilibili и скачивания видео без водяных знаков. Поддерживает вызовы ИИ-агентов через MCP и офлайн-преобразование речи в текст. Развёртывание Docker в один клик. | Самостоятельно размещаемый парсер TikTok, Douyin и Bilibili и загрузчик видео без водяных знаков: асинхронный REST API, MCP-сервер для ИИ-агентов, CLI и веб-консоль, а также офлайн-преобразование речи в текст для скачанных видео. Самовосстанавливающийся пул идентификаторов, архив PostgreSQL и запуск одной командой `docker compose up`.

Evil0ctal
⭐ 21,507 Python 👤 Evil0ctal User 🕐 Обновлено 2026-11-20 📅 Создано 2021-11-07
10
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
11
jianchang512/pyvideotrans

Переведите видео с одного языка на другой и встройте дубляж и субтитры.

jianchang512
⭐ 19,789 Python 👤 jianchang512 User 🕐 Обновлено 2026-11-21 📅 Создано 2023-10-02
12
leon-ai/leon

🧠 Leon — это ваш персональный ассистент с открытым исходным кодом.

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 Обновлено 2026-11-21 📅 Создано 2019-02-10
13
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
14
kaldi-asr/kaldi

kaldi-asr/kaldi — это официальное расположение проекта Kaldi.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Обновлено 2025-09-22 📅 Создано 2015-04-20
15
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
16
huggingface/speech-to-speech

Создавайте голосовых агентов с помощью моделей с открытым исходным кодом

huggingface
⭐ 13,760 Python 👤 huggingface Organization 🕐 Обновлено 2026-11-19 📅 Создано 2024-08-07
17
abus-aikorea/voice-pro

Gradio WebUI для создателей и разработчиков, с основными функциями TTS (Edge-TTS, kokoro) и клонированием голоса без обучения (zero-shot Voice Cloning) (E2 & F5-TTS, CosyVoice), а также обработкой аудио Whisper, загрузкой с YouTube, выделением вокала Demucs и многоязычным переводом.

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 Обновлено 2026-07-13 📅 Создано 2024-07-29
18
OpenWhispr/openwhispr

Приложение для диктовки голос-в-текст с локальными (Nvidia Parakeet/Whisper) и облачными моделями (BYOK). Приоритет приватности и доступно кросс-платформенно.

OpenWhispr
⭐ 11,968 JavaScript 👤 OpenWhispr Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-06-19
19
speechbrain/speechbrain

Речевой инструментарий на базе PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Обновлено 2026-10-14 📅 Создано 2020-04-28
20
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
21
nexmoe/VidBee

Скачивайте видео и аудио с более чем 1 000 сайтов, расшифровывайте их локально с указанием говорящих, а также обобщайте, переводите материалы или общайтесь с ними с помощью предпочитаемого ИИ-провайдера.

nexmoe
⭐ 11,189 TypeScript 👤 nexmoe User 🕐 Обновлено 2026-11-21 📅 Создано 2025-10-22
22
KoljaB/RealtimeSTT

Надежная, эффективная библиотека преобразования речи в текст с низкой задержкой, расширенным обнаружением голосовой активности, активацией по ключевому слову и мгновенной транскрипцией.

KoljaB
⭐ 10,257 Python 👤 KoljaB User 🕐 Обновлено 2026-11-11 📅 Создано 2023-08-29
23
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
24
Uberi/speech_recognition

Модуль распознавания речи для Python, поддерживающий несколько движков и API, онлайн и офлайн.

Uberi
⭐ 9,008 Python 👤 Uberi User 🕐 Обновлено 2026-11-17 📅 Создано 2014-04-23
25
nl8590687/ASRT_SpeechRecognition

Система распознавания китайской речи на основе глубокого обучения

nl8590687
⭐ 8,404 Python 👤 nl8590687 User 🕐 Обновлено 2026-04-10 📅 Создано 2017-03-06
26
Neywa-Labs/mlx-audio

Библиотека преобразования текста в речь (TTS), речи в текст (STT) и речи в речь (STS), построенная на базе фреймворка MLX от Apple, обеспечивающая эффективный анализ речи на Apple Silicon.

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 Обновлено 2026-11-20 📅 Создано 2024-11-27
27
Osmantic/ODS

Предварительный выпуск ODS V3: публичное тестирование и доработка перед официальным запуском V3. Превратите свой ПК, Mac или компьютер под управлением Linux в частный ИИ-сервер.

Osmantic
⭐ 7,882 Python 👤 Osmantic Organization 🕐 Обновлено 2026-11-19 📅 Создано 2026-02-09
28
anomalyco/hex

Локальная голосовая диктовка для Mac, Windows и Linux

anomalyco
⭐ 7,836 Rust 👤 anomalyco Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-07-17
29
getopenscreen/openscreen

Записывайте экран, делитесь демо-версиями. Бесплатно и с открытым исходным кодом, аппаратное ускорение GPU, без водяных знаков, без подписок. Windows, macOS, Linux. Активно поддерживается.

getopenscreen
⭐ 7,685 TypeScript 👤 getopenscreen Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-03-14
30
TalAter/annyang

💬 Распознавание речи для вашего сайта

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Обновлено 2026-10-29 📅 Создано 2013-08-23
31
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
32
argmaxinc/argmax-oss-swift

Речевой ИИ на устройстве для Apple Silicon

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 Обновлено 2026-10-27 📅 Создано 2024-01-26
33
ddean2009/MoneyPrinterPlus

ИИ моментально генерирует пакеты коротких видео, автоматически смешивает короткие видео, автоматически публикует видео на Douyin, Kuaishou, Xiaohongshu, Video Channel, зарабатывать деньги еще никогда не было так просто! Поддерживает локальные голосовые модели chatTTS, faster-whisper, GPTSoVITS, поддерживает облачные голоса: Azure, Alibaba Cloud, Tencent Cloud. Поддерживает Stable diffusion, comfyUI для прямой генерации изображений с помощью ИИ. Генерация коротких видео с помощью ИИ LLM в один клик, печатайте деньги вместе! Поддерживает: chatTTS, faster-whisper, GPTSoVITS, Azure, Tencent Cloud, Ali Cloud.

ddean2009
⭐ 6,408 Python 👤 ddean2009 User 🕐 Обновлено 2025-03-07 📅 Создано 2024-05-09
34
dograh-hq/dograh

Голосовая ИИ-платформа с открытым исходным кодом. Self-hosted альтернатива Vapi и Retell. Работает on-premise, поддерживает BYOK для Speech-to-Speech или LLM/STT/TTS, включает визуальный конструктор рабочих процессов, нативную поддержку MCP и телефонии.

dograh-hq
⭐ 6,240 Python 👤 dograh-hq Organization 🕐 Обновлено 2026-11-16 📅 Создано 2025-09-09
35
snakers4/silero-models

Модели Silero: предварительно обученные модели преобразования текста в речь, доведенные до невероятной простоты

snakers4
⭐ 6,223 Jupyter Notebook 👤 snakers4 User 🕐 Обновлено 2026-10-15 📅 Создано 2020-09-11
36
Shaunwei/RealChar

🎙️🤖Создавайте, настраивайте и общайтесь со своим ИИ-персонажем/компаньоном в реальном времени (все в одной кодовой базе!). Ведите естественный плавный разговор с ИИ везде (на мобильных устройствах, в Интернете и в терминале), используя LLM OpenAI GPT3.5/4, Anthropic Claude2, Chroma Vector DB, Whisper Speech2Text, ElevenLabs Text2Speech🎙️🤖

Shaunwei
⭐ 6,216 JavaScript 👤 Shaunwei User 🕐 Обновлено 2026-01-20 📅 Создано 2023-06-26
37
liuzhao1225/YouDub-Desktop

Локализация и дубляж видео на базе ИИ с открытым исходным кодом для YouTube/Bilibili: распознавание речи, перевод субтитров, клонирование голоса, сведение звука и рендеринг. Инструмент с открытым исходным кодом для перевода и озвучивания видео с помощью ИИ.

liuzhao1225
⭐ 5,874 TypeScript 👤 liuzhao1225 User 🕐 Обновлено 2026-11-21 📅 Создано 2023-12-26
38
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
39
AhmadHassan-BTed/B

Автономный ИИ-компаньон для рабочего стола, учитывающий контекст. Разработан на Python и оснащён распознаванием содержимого экрана в реальном времени, пользовательским синтезом речи ONNX, отслеживанием активного окна и динамическим плавающим интерфейсом с отзывчивой мимикой.

AhmadHassan-BTed
⭐ 5,177 Python 👤 AhmadHassan-BTed User 🕐 Обновлено 2026-07-07 📅 Создано 2026-05-02
40
jianchang512/stt

Инструмент распознавания речи в текст / Локальный автономный инструмент для преобразования аудио/видео в субтитры с выводом в форматах json, srt и простого текста

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Обновлено 2026-01-22 📅 Создано 2023-12-28
41
sanchit-gandhi/whisper-jax

Реализация модели Whisper от OpenAI на JAX для ускорения до 70 раз на TPU.

sanchit-gandhi
⭐ 4,649 Jupyter Notebook 👤 sanchit-gandhi User 🕐 Обновлено 2024-04-03 📅 Создано 2023-03-02
42
gradio-app/fastrtc

Библиотека Python для связи в реальном времени

gradio-app
⭐ 4,639 JavaScript 👤 gradio-app Organization 🕐 Обновлено 2026-10-21 📅 Создано 2024-09-25
43
tmoroney/auto-subs

Генерация субтитров на устройстве с прямым подключением к DaVinci Resolve, Premiere и After Effects.

tmoroney
⭐ 4,598 TypeScript 👤 tmoroney User 🕐 Обновлено 2026-11-11 📅 Создано 2023-03-15
44
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
45
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
46
SakiRinn/LiveCaptions-Translator

Легкий и мощный инструмент для перевода аудио/речи в реальном времени на основе Windows LiveCaptions.

SakiRinn
⭐ 4,121 C# 👤 SakiRinn User 🕐 Обновлено 2026-08-17 📅 Создано 2024-09-13
47
KoljaB/RealtimeVoiceChat

ведите естественный разговор с искусственным интеллектом!

KoljaB
⭐ 3,875 Python 👤 KoljaB User 🕐 Обновлено 2026-11-12 📅 Создано 2025-04-19
48
vocodedev/vocode-core

Создавайте речевых LLM-агентов. Модульные + с открытым исходным кодом.

vocodedev
⭐ 3,670 Python 👤 vocodedev Organization 🕐 Обновлено 2024-11-15 📅 Создано 2023-02-24
49
antiboredom/videogrep

автоматические нарезки видео с помощью Python

antiboredom
⭐ 3,446 Python 👤 antiboredom User 🕐 Обновлено 2024-04-19 📅 Создано 2014-05-27
50
ahmetoner/whisper-asr-webservice

API веб-службы ASR OpenAI Whisper

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

Часто задаваемые вопросы

1

Какой репозиторий по теме #speech-to-text наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #speech-to-text на GitHub — debpalash/VoiceStudio, набравший 115,753 звёзд. VoiceStudio — это полностью локальная альтернатива ElevenLabs с открытым исходным кодом: клонирование голоса, дизайн голоса, дубляж видео, диктовка, транскрибация и создание аудиокниг на 646 языках.

2

Какие языки программирования чаще всего используются в репозиториях по теме #speech-to-text?

Среди наиболее высоко оценённых проектов по теме #speech-to-text на GitHub чаще всего используются языки программирования Python, TypeScript, Rust, C++.

3

Как рассчитывается рейтинг репозиториев по теме #speech-to-text?

Мы отслеживаем 211 активных репозиториев с открытым исходным кодом, отмеченных тегом #speech-to-text (500 и более звёзд), с общим числом 925,003 звёзд и в среднем 4,383 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.