#stt Репозитории
Откройте для себя 38 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #stt, с общим числом 136,479 звёзд (в среднем 3,591 на проект). Лидером этой темы является khoj-ai/khoj, набравший 38,195 звёзд.
Всего репозиториев: 38
Ваш второй мозг на ИИ. С возможностью самостоятельного хостинга. Получайте ответы из интернета или ваших документов. Создавайте пользовательские агенты, планируйте автоматизацию, проводите глубокие исследования. Превратите любой онлайн или локальный LLM в ваш личный, автономный ИИ (gpt, claude, gemini, llama, qwen, mistral). Начните бесплатно.
API оффлайн-распознавания речи для Android, iOS, Raspberry Pi и серверов с Python, Java, C# и Node
Очень низкая задержка распознавания речи в текст, распознавания намерений и синтеза речи для создания голосовых агентов и интерфейсов
Быстро создавайте текстовых, голосовых и видеоагентов. Быстрый бэкенд для агентов на Go с SDK для всех языков. Продуманные настройки по умолчанию для поиска, знаний, навыков, телефонии, изолированных сред, памяти и сохранения данных. Суверенный ИИ. Возьмите свой ИИ под контроль.
Инструмент распознавания речи в текст / Локальный автономный инструмент для преобразования аудио/видео в субтитры с выводом в форматах json, srt и простого текста
Преобразуйте аудио и видео в субтитры с помощью простого веб-интерфейса. Всё работает на вашем устройстве. Ранее назывался Whishper.
🐸STT - Набор инструментов глубокого обучения для преобразования речи в текст. Обучение и развертывание моделей STT еще никогда не было таким простым.
🎙Распознавание речи с использованием фреймворка глубокого обучения TensorFlow, sequence-to-sequence нейронные сети
Голосовой ИИ в реальном времени с более чем 100 моделями на Arduino ESP32, защищёнными WebSocket и периферийными функциями для ИИ-игрушек, настольных компаньонов и устройств
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.
NobodyWho — это механизм вывода, который позволяет вам локально и эффективно запускать LLM на любом устройстве.
Бесплатный ввод текста голосом с открытым исходным кодом для macOS и Windows. Локальное распознавание речи с помощью Whisper и Parakeet; работает и офлайн.
Двусторонний голосовой перевод в реальном времени для двуязычных встреч — автоматически определяет язык и переводит в обоих направлениях, работает через облако или полностью офлайн на устройстве. Доступно для ПК (Windows · macOS · Linux) и в виде расширения для браузеров (Chrome · Edge) для Zoom, Meet, Teams и любых других приложений.
Java Enterprise Management Platform для Xiaozhi ESP32, предлагающая интегрированное решение для фронтенда, бэкенда и сервера для мониторинга устройств, настройки тембров, переключения ролей и управления записями разговоров
🍦 Speech-AI-Forge — это проект, разработанный вокруг модели генерации TTS, реализующий API-сервер и веб-интерфейс на основе Gradio.
💎 Список доступных речевых корпусов для ASR, TTS и других технологий речи
Перевод речи в реальном времени — macOS и Windows, бесплатный TTS, без сервера, только ваши API-ключи
Gp.nvim (GPT-подсказка) Плагин Neovim AI: сеансы ChatGPT и операции с текстом/кодом, поддающиеся обучению, и преобразование речи в текст [OpenAI, Ollama, Anthropic, ..]
Центр выполнения C++ ggml для многоязычных моделей ASR и TTS: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2 и др., а также универсальное принудительное выравнивание и многое другое
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)
🎤 Lobe TTS - Высококачественная и надежная библиотека TTS/STT для серверов и браузеров
MLX Omni Server — это локальный сервер вывода, работающий на фреймворке MLX от Apple, специально разработанный для чипов Apple Silicon (серии M). Он реализует совместимые с OpenAI конечные точки API, обеспечивая бесшовную интеграцию с существующими клиентскими SDK OpenAI и используя возможности локального вывода машинного обучения.
Запуск модели преобразования речи в текст (whisper.cpp) в Unity3d на вашем локальном компьютере.
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.
Ондивайс потоковый движок преобразования речи в текст на основе глубокого обучения
:speech_balloon: /so.nus/ STT (речь в текст) для Node с оффлайн-обнаружением горячих слов
Компонент React для упрощения и ускорения корректировки автоматических транскрипций аудио и видео. От BBC News Labs. - В работе
Разговорное устройство с ИИ + программный фреймворк для компаньонства, развлечений, образования, здравоохранения, IoT-приложений и DIY-робототехники. Создано с использованием Python, NextJS, Arduino, ESP32, LLM (GPT-4o), Deepgram STT и Azure TTS 🤖
Библиотека распознавания речи, работающая в браузере благодаря сборке Vosk на WebAssembly
Счётчик расходов и бюджетный ограничитель для голосовых ИИ-агентов. Из коробки измеряет STT + TTS + LLM + телефонию для каждого вызова (Pipecat, LiveKit — Python и TypeScript). Принудительно останавливает следующий ход, прежде чем будет превышен ваш лимит. Локальная работа, без учётной записи и телеметрии. Разработано Floe — контроль затрат для Voice AI.
Двуязычные субтитры в реальном времени для любого приложения на macOS. Захватывает аудио, распознаёт речь и переводит офлайн — всё из строки меню.
Общайтесь с Feng Ge — клонируйте голос и личность любого человека для голосовых бесед в реальном времени. Техническая задержка — менее 1 секунды.
Часто задаваемые вопросы
Какой репозиторий по теме #stt наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #stt на GitHub — khoj-ai/khoj, набравший 38,195 звёзд. Ваш второй мозг на ИИ. С возможностью самостоятельного хостинга. Получайте ответы из интернета или ваших документов. Создавайте пользовательские агенты, планируйте автоматизацию, проводите глубокие исследования. Превратите любой онлайн или локальный LLM в ваш личный, автономный ИИ (gpt, claude, gemini, llama, qwen, mistral). Начните бесплатно.
Какие языки программирования чаще всего используются в репозиториях по теме #stt?
Среди наиболее высоко оценённых проектов по теме #stt на GitHub чаще всего используются языки программирования Python, TypeScript, C++, JavaScript.
Как рассчитывается рейтинг репозиториев по теме #stt?
Мы отслеживаем 38 активных репозиториев с открытым исходным кодом, отмеченных тегом #stt (500 и более звёзд), с общим числом 136,479 звёзд и в среднем 3,591 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.