Git Stars Git Stars

#voice-activity-detection Репозитории

Откройте для себя 34 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #voice-activity-detection, с общим числом 106,805 звёзд (в среднем 3,141 на проект). Лидером этой темы является modelscope/FunASR, набравший 21,091 звёзд.

34
Всего репозиториев
106,805
Всего звезд
3,141
Среднее количество звезд на репозиторий

Всего репозиториев: 35

1
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
2
pyannote/pyannote-audio

Нейронные строительные блоки для диаризации спикеров: обнаружение речевой активности, обнаружение смены спикера, обнаружение перекрывающейся речи, встраивание спикера

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Обновлено 2026-11-19 📅 Создано 2016-03-07
3
snakers4/silero-vad

Silero VAD: предварительно обученный детектор активности речи корпоративного уровня

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Обновлено 2026-11-20 📅 Создано 2020-11-23
4
noisetorch/NoiseTorch

Шумоподавление микрофона в реальном времени в Linux.

noisetorch
⭐ 10,268 Go 👤 noisetorch Organization 🕐 Обновлено 2025-01-13 📅 Создано 2020-07-04
5
smacke/ffsubsync

Автоматически синхронизируйте субтитры с видео.

smacke
⭐ 7,951 Python 👤 smacke User 🕐 Обновлено 2026-07-24 📅 Создано 2019-02-24
6
agermanidis/autosub

[БОЛЬШЕ НЕ ПОДДЕРЖИВАЕТСЯ] Утилита командной строки для автоматической генерации субтитров для любого видеофайла

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Обновлено 2024-03-22 📅 Создано 2015-06-29
7
ufal/whisper_streaming

Whisper потоковая передача в реальном времени для длительной транскрипции и перевода речи в текст

ufal
⭐ 3,680 Python 👤 ufal Organization 🕐 Обновлено 2025-11-12 📅 Создано 2023-04-05
8
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
9
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
11
wiseman/py-webrtcvad

Интерфейс Python для детектора активности голоса WebRTC

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Обновлено 2024-07-04 📅 Создано 2016-04-23
12
TEN-framework/ten-vad

Детектор голосовой активности (VAD): низкая задержка, высокая производительность и легковесность

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-04-29
13
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
14
jim-schwoebel/voice_datasets

🔊 Обширный список наборов данных с открытым исходным кодом для обработки голоса и звука (более 95 наборов данных).

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 Обновлено 2024-06-06 📅 Создано 2019-07-24
15
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
16
juanmc2005/diart

Пакет Python для создания аудиоприложений реального времени с использованием искусственного интеллекта

juanmc2005
⭐ 2,045 Python 👤 juanmc2005 User 🕐 Обновлено 2026-06-19 📅 Создано 2021-08-09
17
k2-fsa/sherpa-ncnn

Распознавание речи в реальном времени и обнаружение голосовой активности (VAD) с использованием Kaldi нового поколения с ncnn без подключения к Интернету. Поддержка iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A и т. д.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Обновлено 2026-11-12 📅 Создано 2022-09-04
18
coqui-ai/open-speech-corpora

💎 Список доступных речевых корпусов для ASR, TTS и других технологий речи

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Обновлено 2024-06-06 📅 Создано 2019-01-31
19
soniqo/speech-swift

Инструментарий ИИ для речи на Apple Silicon — ASR, TTS, речь-в-речь, VAD и диаризация на базе MLX и CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Обновлено 2026-11-18 📅 Создано 2026-02-04
20
ABexit/ASR-LLM-TTS

Это система речевого взаимодействия, построенная на основе модели с открытым исходным кодом, последовательно интегрирующая ASR, LLM и TTS. Модель ASR — SenceVoice, модели LLM — QWen2.5-0.5B/1.5B, а модели TTS — CosyVoice, Edge-TTS и pyttsx3.

ABexit
⭐ 1,283 Python 👤 ABexit User 🕐 Обновлено 2026-06-03 📅 Создано 2024-11-12
21
QwenLM/Qwen3-ASR-Toolkit

Официальный Python-инструментарий для API Qwen3-ASR. Параллельные высокопроизводительные вызовы, надежная транскрипция длинного аудио, поддержка нескольких частот дискретизации.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Обновлено 2026-02-05 📅 Создано 2025-09-16
22
ggeop/Python-ai-assistant

Помощник ИИ Python 🧠

ggeop
⭐ 994 Python 👤 ggeop User 🕐 Обновлено 2024-11-17 📅 Создано 2019-05-16
23
sandrohanea/whisper.net

Whisper.net. Преобразование речи в текст упрощено с помощью моделей Whisper

sandrohanea
⭐ 954 C# 👤 sandrohanea User 🕐 Обновлено 2026-11-15 📅 Создано 2023-02-03
24
ina-foss/inaSpeechSegmenter

Инструментарий для сегментации аудио на основе CNN. Позволяет обнаруживать речь, музыку, шум и пол говорящего. Разработан для масштабных исследований гендерного равенства на основе времени речи по гендерам.

ina-foss
⭐ 919 Python 👤 ina-foss Organization 🕐 Обновлено 2026-03-12 📅 Создано 2018-03-12
25
google/visqol

Оценщик воспринимаемого качества для речи и аудио

google
⭐ 894 C++ 👤 google Organization 🕐 Обновлено 2025-05-17 📅 Создано 2019-12-06
26
amsehili/auditok

Инструмент для обнаружения голосовой активности и сегментации аудио

amsehili
⭐ 862 Python 👤 amsehili User 🕐 Обновлено 2026-07-28 📅 Создано 2015-09-17
27
DataoceanAI/Dolphin

Dolphin — это многоязычная многозадачная модель ASR, совместно обученная DataoceanAI и Университетом Цинхуа.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Обновлено 2026-06-11 📅 Создано 2025-03-18
28
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
29
dpirch/libfvad

Библиотека обнаружения активности голоса (VAD), основанная на движке VAD WebRTC

dpirch
⭐ 570 C 👤 dpirch User 🕐 Обновлено 2024-04-02 📅 Создано 2016-09-17
30
FireRedTeam/FireRedVAD

Промышленная система обнаружения речевой активности и обнаружения аудиособытий уровня SOTA, поддерживающая более 100 языков, превосходящая Silero-VAD, TEN-VAD, FunASR-VAD и WebRTC-VAD

FireRedTeam
⭐ 569 Python 👤 FireRedTeam Organization 🕐 Обновлено 2026-05-06 📅 Создано 2026-03-03
31
0x5446/api4sensevoice

API и WebSocket-сервер для sensevoice. Он унаследовал некоторые улучшенные функции, такие как обнаружение VAD, распознавание в реальном времени и верификация диктора.

0x5446
⭐ 537 Python 👤 0x5446 User 🕐 Обновлено 2024-10-23 📅 Создано 2024-08-11
32
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
33
nyosegawa/speech.cpp

Синтез речи, распознавание речи и обнаружение речевой активности для голосового общения на C++ с использованием ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet и Silero VAD для Metal, Vulkan и CPU, с сервером, совместимым с OpenAI, и транскрибацией в реальном времени.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Обновлено 2026-11-20 📅 Создано 2026-09-29
34
baxtree/subaligner

Автоматически синхронизировать и переводить субтитры, либо создать новые, транскрибируя их, используя предобученные глубокие нейронные сети (DNN), принудительное выравнивание и трансформеры. https://subaligner.readthedocs.io/

baxtree
⭐ 509 Python 👤 baxtree User 🕐 Обновлено 2026-11-02 📅 Создано 2019-12-16
35
HKAllThingsLink/streaming-asr

Легковесная клиент-серверная система для обработки аудио в реальном времени с обнаружением активности голоса (VAD) и автоматическим распознаванием речи (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Обновлено 2026-01-04 📅 Создано 2025-12-01

Часто задаваемые вопросы

1

Какой репозиторий по теме #voice-activity-detection наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #voice-activity-detection на GitHub — modelscope/FunASR, набравший 21,091 звёзд. 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.

2

Какие языки программирования чаще всего используются в репозиториях по теме #voice-activity-detection?

Среди наиболее высоко оценённых проектов по теме #voice-activity-detection на GitHub чаще всего используются языки программирования Python, C, C++, Jupyter Notebook.

3

Как рассчитывается рейтинг репозиториев по теме #voice-activity-detection?

Мы отслеживаем 34 активных репозиториев с открытым исходным кодом, отмеченных тегом #voice-activity-detection (500 и более звёзд), с общим числом 106,805 звёзд и в среднем 3,141 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.