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

151
Neywa-Labs/mlx-audio-swift

Модульный SDK Swift для обработки аудио с MLX на Apple Silicon

Neywa-Labs
⭐ 822 Swift 👤 Neywa-Labs Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-12-03
152
VRCWizard/TTS-Voice-Wizard

Речь в текст в речь. Песня воспроизводится. Отправляет текст в виде сообщений OSC в VRChat для отображения на аватаре. (STTTS) (Речь в TTS) (Система VRC STT) (VTuber TTS)

VRCWizard
⭐ 813 C# 👤 VRCWizard User 🕐 Обновлено 2026-10-12 📅 Создано 2022-03-15
153
lobehub/lobe-tts

🎤 Lobe TTS - Высококачественная и надежная библиотека TTS/STT для серверов и браузеров

lobehub
⭐ 810 TypeScript 👤 lobehub Organization 🕐 Обновлено 2026-11-12 📅 Создано 2023-11-02
154
moona3k/macparakeet

Быстрое, приватное, локально-ориентированное голосовое приложение для Mac на Apple Silicon — диктовка, транскрипция файлов/медиа, запись встреч, преобразования и публичная CLI для автоматизации. Бесплатно и с открытым исходным кодом.

moona3k
⭐ 795 Swift 👤 moona3k User 🕐 Обновлено 2026-11-09 📅 Создано 2026-02-10
155
MetaWu2077/Esp32_VoiceChat_LLMs

устройство на базе esp32, в основном используемое для голосового чата с большими языковыми моделями

MetaWu2077
⭐ 794 C++ 👤 MetaWu2077 User 🕐 Обновлено 2024-03-24 📅 Создано 2024-03-09
156
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
157
mallorbc/whisper_mic

Проект, позволяющий использовать микрофон с OpenAI whisper.

mallorbc
⭐ 784 Python 👤 mallorbc User 🕐 Обновлено 2024-07-04 📅 Создано 2022-09-23
158
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
159
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
160
amanvirparhar/chaplin

Инструмент для распознавания тихой речи в реальном времени.

amanvirparhar
⭐ 763 Python 👤 amanvirparhar User 🕐 Обновлено 2025-11-02 📅 Создано 2025-02-03
161
zhangliwei7758/unity-AI-Chat-Toolkit

Реализация функций, связанных с ИИ-чатом, с использованием Unity. В настоящее время эта библиотека содержит реализации кода для вызовов API к большим языковым моделям, таким как ChatGPT и ChatGLM, а также реализацию функций речевых сервисов Microsoft Azure и Baidu AI. Оба речевых сервиса используют веб-API и поддерживают такие платформы, как Windows/WebGL/Android.

zhangliwei7758
⭐ 763 👤 zhangliwei7758 User 🕐 Обновлено 2025-07-01 📅 Создано 2023-07-22
162
ILikeAI/AlwaysReddy

AlwaysReddy — это голосовой ассистент на базе LLM, который всегда находится на расстоянии одного нажатия горячей клавиши.

ILikeAI
⭐ 760 Python 👤 ILikeAI User 🕐 Обновлено 2025-03-04 📅 Создано 2024-01-24
163
rapidaai/voice-ai

Rapida — это открытая платформа оркестровки голосового ИИ от конца до конца, предназначенная для создания голосовых агентов в реальном времени с потоковой передачей аудио, STT, TTS, VAD, многоканальной интеграцией, управлением состоянием агентов и наблюдаемостью。

rapidaai
⭐ 760 Go 👤 rapidaai Organization 🕐 Обновлено 2026-11-19 📅 Создано 2023-12-07
164
exPHAT/SwiftWhisper

🎤 Самый простой способ транскрибировать аудио в Swift

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 Обновлено 2024-05-23 📅 Создано 2023-03-29
165
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
166
lhl/voicechat2

Локальный голосовой чат SRT/LLM/TTS

lhl
⭐ 747 Python 👤 lhl User 🕐 Обновлено 2024-10-12 📅 Создано 2024-06-29
167
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
168
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
169
MycroftAI/adapt

Адаптивный Парсер Намерений

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 Обновлено 2024-07-21 📅 Создано 2015-09-08
170
Baidu-AIP/speech-demo

Пример API голоса

Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 Обновлено 2024-07-25 📅 Создано 2018-02-24
171
jamsch/expo-speech-recognition

Распознавание речи для проектов React Native Expo

jamsch
⭐ 700 TypeScript 👤 jamsch User 🕐 Обновлено 2026-10-29 📅 Создано 2023-10-30
172
Picovoice/speech-to-text-benchmark

Фреймворк для бенчмарка speech to text

Picovoice
⭐ 700 Python 👤 Picovoice Organization 🕐 Обновлено 2026-11-16 📅 Создано 2018-08-04
173
tover0314-w/opentypeless

Голосовой ввод с ИИ с открытым исходным кодом для macOS, Windows и Linux. Нажмите горячую клавишу, говорите естественно — и получайте отполированный текст в любом приложении.

tover0314-w
⭐ 696 Rust 👤 tover0314-w User 🕐 Обновлено 2026-11-15 📅 Создано 2026-02-26
174
zh-plus/openlrc

Транскрибируйте и переводите голос в файл LRC с помощью Whisper и LLM (GPT, Claude и др.). Используйте whisper и LLM (GPT, Claude и др.) для транскрипции и перевода вашего аудио в файл субтитров.

zh-plus
⭐ 684 Python 👤 zh-plus User 🕐 Обновлено 2026-08-10 📅 Создано 2023-06-08
175
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
176
iskandaryv/meetingly-ai

Открытый ИИ-помощник для собеседований и копилот для встреч: ответы в реальном времени во время звонков в Zoom, Google Meet и Teams, транскрибация на устройстве и невидимость при демонстрации экрана. Бесплатная альтернатива Cluely, Interview Coder и Final Round AI для Windows, macOS и Linux.

iskandaryv
⭐ 669 TypeScript 👤 iskandaryv User 🕐 Обновлено 2026-11-13 📅 Создано 2025-09-04
177
DenisovAV/flutter_edge_ai

ИИ на устройстве для Flutter — Gemma и другие большие языковые модели, мультимодальность, вызов функций, эмбеддинги, RAG и речь на Android, iOS, Web, macOS, Windows и Linux.

DenisovAV
⭐ 669 Dart 👤 DenisovAV User 🕐 Обновлено 2026-11-20 📅 Создано 2024-04-02
178
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
179
ErickWendel/localstudio

Студия презентаций в стиле Canva, работающая только в браузере и использующая локальный Web AI.

ErickWendel
⭐ 637 TypeScript 👤 ErickWendel User 🕐 Обновлено 2026-10-21 📅 Создано 2026-06-24
180
watzon/pindrop

Нативное приложение для диктовки в строке меню macOS, использующее локальное преобразование речи в текст с помощью WhisperKit

watzon
⭐ 628 Swift 👤 watzon User 🕐 Обновлено 2026-09-05 📅 Создано 2026-01-26
181
weynechen/intrascribe

Возможность частного развертывания во внутренней сети, инструмент для транскрипции и резюмирования речи для команд/подразделений, полный код фронтенда и бэкенда

weynechen
⭐ 620 TypeScript 👤 weynechen User 🕐 Обновлено 2025-09-24 📅 Создано 2025-08-13
182
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
183
jitsi/jigasi

Jigasi: серверное приложение, действующее как шлюз для конференций Jitsi Meet. В настоящее время позволяет обычным SIP-клиентам присоединяться к собраниям и предоставляет возможности транскрипции.

jitsi
⭐ 615 Java 👤 jitsi Organization 🕐 Обновлено 2026-11-18 📅 Создано 2014-08-07
184
vardanagarwal/Proctoring-AI

Создание программного обеспечения для автоматического мониторинга при онлайн-наблюдении

vardanagarwal
⭐ 609 Python 👤 vardanagarwal User 🕐 Обновлено 2024-12-10 📅 Создано 2020-05-04
185
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
186
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
187
oxbshw/watch-skill

Дайте ИИ-агентам глаза, уши и проверяемые результаты. Watch Skill превращает видео, аудио и действия на экране в доступные для поиска доказательства с временными метками и подтверждает выполнение работы детерминированными контрактами, а не мнением модели. DeepWatch — рабочее пространство для агентов на базе DeepSeek Harness. Python + npm, MCP, CLI, REST и Web.

oxbshw
⭐ 599 Python 👤 oxbshw User 🕐 Обновлено 2026-11-16 📅 Создано 2026-07-05
188
Xewdy444/Playwright-reCAPTCHA

Библиотека Python для решения reCAPTCHA v2 и v3 с помощью Playwright

Xewdy444
⭐ 592 Python 👤 Xewdy444 User 🕐 Обновлено 2026-11-17 📅 Создано 2023-01-19
189
PunithVT/ai-avatar-system

🎭 Платформа ИИ-аватаров / цифровых людей — загрузите фотографию, клонируйте голос и общайтесь с любым лицом в реальном времени с помощью видео с синхронизацией губ. Открытый исходный код, самостоятельный хостинг. Claude · Whisper · Chatterbox · MuseTalk.

PunithVT
⭐ 586 Python 👤 PunithVT User 🕐 Обновлено 2026-11-13 📅 Создано 2025-11-30
190
dsa/fast-voice-assistant

⚡ Невероятно быстрый ИИ-голосовой помощник с временем отклика <500 мс

dsa
⭐ 581 Python 👤 dsa User 🕐 Обновлено 2024-12-03 📅 Создано 2024-08-27
⭐ 580 C# 👤 VolcanicArts User 🕐 Обновлено 2026-10-29 📅 Создано 2022-03-14
192
ElishaAz/Sayboard

Разговорная IME (клавиатура) с открытым исходным кодом на устройстве для Android с использованием библиотеки Vosk.

ElishaAz
⭐ 572 Kotlin 👤 ElishaAz User 🕐 Обновлено 2025-07-01 📅 Создано 2022-02-16
193
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
194
SonicloudTech/mouse-mcp

MCP-сервер для аппаратной мыши для ИИ-агентов в Windows x64. Управление через USB HID и голосовая диктовка; требуются совместимые оборудование и прошивка uMouse.

SonicloudTech
⭐ 555 TypeScript 👤 SonicloudTech Organization 🕐 Обновлено 2026-10-31 📅 Создано 2026-10-20
195
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
196
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
197
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
198
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
199
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
200
C4rohan/Lampline

Создавайте ИИ-агентов для телефонных звонков на собственном компьютере и проверяйте каждое изменение с помощью ИИ-звонящего. Открытый исходный код; работает бесплатно без API-ключей, а со своими ключами стоит несколько центов за звонок. Поддерживает импорт Dialogflow CX.

C4rohan
⭐ 529 Python 👤 C4rohan User 🕐 Обновлено 2026-11-11 📅 Создано 2026-10-19