Git Stars Git Stars

#speech-to-text Репозитории

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

Всего репозиториев: 211

51
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
52
Purfview/whisper-standalone-win

Автономные исполняемые файлы Whisper & Faster-Whisper для тех, кто не хочет возиться с Python.

Purfview
⭐ 3,229 👤 Purfview User 🕐 Обновлено 2025-11-07 📅 Создано 2023-02-25
53
ictnlp/LLaMA-Omni

LLaMA-Omni — это модель сквозного речевого взаимодействия с малой задержкой и высоким качеством, построенная на основе Llama-3.1-8B-Instruct, цель которой — достичь возможностей речи на уровне GPT-4o.

ictnlp
⭐ 3,142 Python 👤 ictnlp Organization 🕐 Обновлено 2025-05-19 📅 Создано 2024-09-10
54
HeyWillow/willow

Альтернатива Amazon Echo/Google Home с открытым исходным кодом, локальная и с самостоятельным размещением

HeyWillow
⭐ 3,142 C 👤 HeyWillow Organization 🕐 Обновлено 2026-11-01 📅 Создано 2023-03-31
55
pluja/anysub

Преобразуйте аудио и видео в субтитры с помощью простого веб-интерфейса. Всё работает на вашем устройстве. Ранее назывался Whishper.

pluja
⭐ 3,106 TypeScript 👤 pluja User 🕐 Обновлено 2026-11-21 📅 Создано 2023-08-26
56
kyutai-labs/delayed-streams-modeling

Модели преобразования речи в текст и текста в речь Kyutai на основе фреймворка моделирования задержек потоков.

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 Обновлено 2026-01-26 📅 Создано 2025-06-16
57
Vexa-ai/vexa

Open‑source API для транскрипции собраний Google Meet, Microsoft Teams и Zoom. Боты, автоматически присоединяющиеся к встречам, реальное время WebSocket транскрипты, сервер MCP для ИИ‑агентов. Самостоятельно хостите или используйте SaaS.

Vexa-ai
⭐ 3,002 Python 👤 Vexa-ai Organization 🕐 Обновлено 2026-11-13 📅 Создано 2025-02-07
58
davabase/whisper_real_time

Транскрипция в реальном времени с помощью OpenAI Whisper.

davabase
⭐ 2,936 Python 👤 davabase User 🕐 Обновлено 2025-04-15 📅 Создано 2022-11-29
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Обновлено 2026-10-29 📅 Создано 2018-07-24
60
linto-ai/whisper-timestamped

Многоязычное автоматическое распознавание речи с временными метками на уровне слов и уверенностью

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Обновлено 2026-09-28 📅 Создано 2023-01-13
61
FrigadeHQ/yogurt

Конфиденциальные заметки встреч с помощью ИИ, которые хранятся на вашем компьютере. Без бота для встреч. Бесплатное ПО с открытым исходным кодом для Mac, Windows и Linux. Альтернатива Granola, Otter и Fireflies.

FrigadeHQ
⭐ 2,828 TypeScript 👤 FrigadeHQ Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-11-10
62
iamsrikanthnani/pluely

Альтернатива Cluely с открытым исходным кодом — молниеносный ИИ-ассистент с приоритетом конфиденциальности, который беспрепятственно работает во время совещаний, интервью и разговоров, оставаясь незамеченным. Создан с использованием Tauri для нативной производительности, всего 10 МБ. Полностью незаметен при видеозвонках, демонстрации экрана и записях.

iamsrikanthnani
⭐ 2,793 TypeScript 👤 iamsrikanthnani User 🕐 Обновлено 2026-10-26 📅 Создано 2025-08-16
63
yazinsai/OpenOats

Красивый минималистичный диктофон для встреч на Mac. Нажмите «Начать», а после завершения — «Остановить», и вы получите заметки и расшифровку в одном файле Markdown. Обработка выполняется на устройстве. Бесплатно и с открытым исходным кодом.

yazinsai
⭐ 2,688 Swift 👤 yazinsai User 🕐 Обновлено 2026-11-17 📅 Создано 2026-02-28
64
ishan0102/vimGPT

Просматривайте веб с помощью GPT-4V и Vimium

ishan0102
⭐ 2,672 Python 👤 ishan0102 User 🕐 Обновлено 2024-09-25 📅 Создано 2023-11-07
⭐ 2,657 C++ 👤 microsoft Organization 🕐 Обновлено 2026-11-17 📅 Создано 2025-03-31
66
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
67
meizhong986/WhisperJAV

Генератор субтитров ASR/STT. Использует Qwen3-ASR, локальную LLM, Whisper, TEN-VAD. Работает в шумной среде для JAV.

meizhong986
⭐ 2,490 Python 👤 meizhong986 User 🕐 Обновлено 2026-11-15 📅 Создано 2023-10-18
68
sindresorhus/awesome-whisper

🔊 Отличный список для Whisper — система распознавания речи с открытым исходным кодом на базе искусственного интеллекта, разработанная OpenAI

sindresorhus
⭐ 2,435 👤 sindresorhus User 🕐 Обновлено 2026-09-17 📅 Создано 2023-05-10
69
yan5xu/ququ

Бесплатная альтернатива Wispr Flow с открытым исходным кодом | Китайский настольный рабочий процесс обработки голоса нового поколения с интегрированной локальной моделью FunASR и настраиваемыми большими языковыми моделями

yan5xu
⭐ 2,298 JavaScript 👤 yan5xu User 🕐 Обновлено 2025-10-08 📅 Создано 2025-09-20
70
jianfch/stable-ts

Транскрипция, принудительное выравнивание и индексация аудио с помощью Whisper от OpenAI

jianfch
⭐ 2,251 Python 👤 jianfch User 🕐 Обновлено 2025-10-29 📅 Создано 2022-09-29
71
handy-computer/transcribe.cpp

Вывод ggml speech-to-text для более чем 16 семейств моделей

handy-computer
⭐ 2,194 C++ 👤 handy-computer Organization 🕐 Обновлено 2026-11-20 📅 Создано 2026-04-07
72
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
73
Nutlope/notesGPT

Записывайте голосовые заметки, транскрибируйте, резюмируйте и получайте задачи

Nutlope
⭐ 2,165 TypeScript 👤 Nutlope User 🕐 Обновлено 2026-07-12 📅 Создано 2023-11-08
74
intel/openvino-plugins-ai-audacity

Набор эффектов, генераторов и анализаторов с поддержкой ИИ для Audacity®.

intel
⭐ 2,163 C++ 👤 intel Organization 🕐 Обновлено 2026-10-19 📅 Создано 2023-09-06
75
ricky0123/vad

Детектор голосовой активности (VAD) для браузера с простым API

ricky0123
⭐ 2,080 TypeScript 👤 ricky0123 User 🕐 Обновлено 2026-09-12 📅 Создано 2022-10-17
76
techjarves/Portable-Local-Studio

Портативная локальная AI-студия для Windows, Linux и macOS. Графический интерфейс без настройки для генерации изображений, GGUF LLM, преобразования текста в речь и речи в текст

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 Обновлено 2026-11-14 📅 Создано 2026-06-04
77
schibsted/WAAS

Whisper as a Service (GUI и API с очередью для OpenAI Whisper)

schibsted
⭐ 2,071 JavaScript 👤 schibsted Organization 🕐 Обновлено 2026-11-11 📅 Создано 2022-10-13
78
HanyuanWang/LiveStream-Agent-Studio

Локальная AI Agent Studio для Windows, созданная для электронной коммерции через прямые эфиры в Douyin и объединяющая в единый интеллектуальный рабочий процесс поиск ведущих, аналитику прямых эфиров, разбор трансляций и разработку контента для коротких видео.

HanyuanWang
⭐ 2,052 Python 👤 HanyuanWang User 🕐 Обновлено 2026-08-24 📅 Создано 2026-08-22
79
jarikomppa/soloud

Бесплатный, простой, портативный аудио движок для игр

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 Обновлено 2024-08-13 📅 Создано 2013-07-15
80
lanbinleo/bili2text

Преобразование видео Bilibili в текст, один шаг, просто введите ссылку для использования

lanbinleo
⭐ 2,020 Python 👤 lanbinleo User 🕐 Обновлено 2026-11-03 📅 Создано 2023-11-25
81
kadirnar/whisper-plus

WhisperPlus: Быстрее, умнее и мощнее 🚀

kadirnar
⭐ 1,945 Python 👤 kadirnar User 🕐 Обновлено 2026-11-02 📅 Создано 2023-11-21
82
TypeWhisper/typewhisper-mac

Локальное распознавание речи для macOS ИИ на устройстве, полностью приватное, опциональная облачная версия

TypeWhisper
⭐ 1,940 Swift 👤 TypeWhisper Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-02-12
83
bugbakery/audapolis

редактор аудиозаписей разговорной речи с автоматической транскрипцией

bugbakery
⭐ 1,906 TypeScript 👤 bugbakery Organization 🕐 Обновлено 2026-06-24 📅 Создано 2021-09-03
85
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
86
software-mansion/react-native-executorch

Высокопроизводительная библиотека ИИ-инференса на устройстве для React Native с приоритетом конфиденциальности, работающая на основе среды выполнения ExecuTorch от PyTorch

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Обновлено 2026-11-20 📅 Создано 2024-10-16
87
x007xyz/flycut-caption

Полный компонент React для редактирования видеосубтитров с возможностями распознавания речи на основе ИИ и визуального редактирования.

x007xyz
⭐ 1,782 TypeScript 👤 x007xyz User 🕐 Обновлено 2026-11-20 📅 Создано 2025-09-22
88
antirez/voxtral.c

Нейросетевой вывод модели Mistral Voxtral Realtime 4B преобразования речи в текст на чистом C

antirez
⭐ 1,755 C 👤 antirez User 🕐 Обновлено 2026-02-15 📅 Создано 2026-02-05
89
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
90
Olcmyk/HuChenFeng

Собрать весь контент Ху Чэньфэна

Olcmyk
⭐ 1,683 👤 Olcmyk User 🕐 Обновлено 2026-02-17 📅 Создано 2025-10-06
91
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
92
isaackogan/TikTokLive

TikTok LIVE API для Python: Окончательная сторонняя библиотека для получения событий прямых трансляций (комментарии, подарки и т. д.) в режиме реального времени из TikTok LIVE.

isaackogan
⭐ 1,665 Python 👤 isaackogan User 🕐 Обновлено 2026-10-20 📅 Создано 2022-02-24
93
waybarrios/vllm-mlx

Высокопроизводительный сервер логического вывода LLM, совместимый с OpenAI и Anthropic, для Apple Silicon. Нативный MLX, непрерывная пакетная обработка, мультимодальные модели, вызовы инструментов MCP и поддержка Claude Code.

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 Обновлено 2026-11-07 📅 Создано 2025-12-06
94
Muesli-HQ/muesli

Muesli: локальная транскрипция встреч и диктовка для macOS с поддержкой агентов (альтернатива Granola + WisprFlow + Littlebird)

Muesli-HQ
⭐ 1,652 Swift 👤 Muesli-HQ Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-03-05
95
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
96
Norsico/Video-Materials-AutoGEN-Workstation

Рабочая станция для создания (коротких видео), объединяющая планирование контента, автоматическую генерацию текстов AI, автоматическое пакетное озвучивание TTS, синтез (AI) изображений, автоматическое извлечение субтитров на языке ASR и свободное творчество AI. Удобно для управления видеопроектами каждого выпуска.

Norsico
⭐ 1,624 Python 👤 Norsico User 🕐 Обновлено 2026-10-14 📅 Создано 2025-11-18
97
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
98
yakGPT/yakGPT

Локальный интерфейс ChatGPT без рук

yakGPT
⭐ 1,614 TypeScript 👤 yakGPT User 🕐 Обновлено 2024-05-08 📅 Создано 2023-03-30
99
silverstein/minutes

Открытая локальная альтернатива Granola/Otter, которую могут запрашивать Claude Code, Codex, Cursor и любой MCP-клиент. Совещания, звонки и голосовые заметки транскрибируются на устройстве в Markdown, который принадлежит вам.

silverstein
⭐ 1,612 Rust 👤 silverstein User 🕐 Обновлено 2026-11-21 📅 Создано 2026-03-18
100
kyutai-labs/unmute

Заставить текстовые LLM слушать и говорить

kyutai-labs
⭐ 1,556 Python 👤 kyutai-labs Organization 🕐 Обновлено 2026-09-09 📅 Создано 2025-06-10