Git Stars Git Stars

#speaker-diarization 仓库

探索 28 个标记为 #speaker-diarization 的活跃开源 GitHub 仓库,它们累计获得 125,249 个 Star(平均每个项目 4,473 个)。该主题的领先项目是 modelscope/FunASR,拥有 21,091 个 Star。

28
仓库总数
125,249
总星标数
4,473
平均每个仓库星标数
1
modelscope/FunASR

开源语音识别工具包,用于训练、推理、流式ASR、语音活动检测(VAD)、标点符号、说话人分离管道,以及兼容OpenAI/MCP的服务。

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-11-24
2
speechbrain/speechbrain

一个基于PyTorch的语音工具包

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 已更新 2026-10-14 📅 创建时间 2020-04-28
3
QuentinFuxa/WhisperLiveKit

实时、本地语音转文字,支持流式ASR、说话人分离、翻译,以及兼容OpenAI/Deepgram的API。

QuentinFuxa
⭐ 11,275 Python 👤 QuentinFuxa User 🕐 已更新 2026-11-14 📅 创建时间 2024-12-19
4
nexmoe/VidBee

从 1000 多个网站下载视频和音频,在本地转录并标注说话人,然后使用你偏好的 AI 服务提供商总结、翻译媒体内容,或与之对话。

nexmoe
⭐ 11,189 TypeScript 👤 nexmoe User 🕐 已更新 2026-11-21 📅 创建时间 2025-10-22
5
pyannote/pyannote-audio

说话者分离的神经构建块:语音活动检测、说话者变化检测、重叠语音检测、说话者嵌入

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 已更新 2026-11-19 📅 创建时间 2016-03-07
6
espnet/espnet

端到端语音处理工具包

espnet
⭐ 10,022 Python 👤 espnet Organization 🕐 已更新 2026-11-20 📅 创建时间 2017-12-13
7
argmaxinc/argmax-oss-swift

适用于 Apple Silicon 的设备端语音 AI

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 已更新 2026-10-27 📅 创建时间 2024-01-26
8
MahmoudAshraf97/whisper-diarization

基于 OpenAI Whisper 的带说话人分离的自动语音识别

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 已更新 2026-08-15 📅 创建时间 2023-01-25
9
murtaza-nasir/speakr

Speakr 是一款个人、自托管的 Web 应用程序,用于转录音频录音

murtaza-nasir
⭐ 4,188 Python 👤 murtaza-nasir User 🕐 已更新 2026-11-21 📅 创建时间 2025-05-05
10
FluidInference/FluidAudio

Frontier CoreML 音频模型,适用于您的应用 — 文本转语音、语音转文本、语音活动检测和说话人分离。采用 SOTA 开源技术,支持 Swift。

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 已更新 2026-11-19 📅 创建时间 2025-06-21
11
Purfview/whisper-standalone-win

Whisper & Faster-Whisper 独立可执行文件,供不想折腾 Python 的用户使用。

Purfview
⭐ 3,229 👤 Purfview User 🕐 已更新 2025-11-07 📅 创建时间 2023-02-25
12
modelscope/3D-Speaker

面向单一和多模态说话人验证、说话人识别和说话人分割的存储库

modelscope
⭐ 3,224 Python 👤 modelscope Organization 🕐 已更新 2025-12-08 📅 创建时间 2023-03-06
13
linto-ai/whisper-timestamped

具有词级时间戳和置信度的多语言自动语音识别

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 已更新 2026-09-28 📅 创建时间 2023-01-13
14
OpenMOSS/MOSS-Transcribe-Diarize

一款用于 50 多种语言长篇转录的 0.9B 模型,支持说话人分离、时间戳和声学事件感知

OpenMOSS
⭐ 2,286 Python 👤 OpenMOSS Organization 🕐 已更新 2026-10-21 📅 创建时间 2026-05-13
15
juanmc2005/diart

一个用于构建AI驱动的实时音频应用程序的Python包

juanmc2005
⭐ 2,045 Python 👤 juanmc2005 User 🕐 已更新 2026-06-19 📅 创建时间 2021-08-09
16
kadirnar/whisper-plus

WhisperPlus:更快、更智能、更强大 🚀

kadirnar
⭐ 1,945 Python 👤 kadirnar User 🕐 已更新 2026-11-02 📅 创建时间 2023-11-21
17
wq2012/awesome-diarization

精选的优秀 Speaker Diarization 论文、库、数据集和其他资源的列表。

wq2012
⭐ 1,917 👤 wq2012 User 🕐 已更新 2026-10-26 📅 创建时间 2019-01-19
18
QwenAudio/Fun-ASR

Fun-ASR 语音识别模型,为 Fun-ASR-Nano 提供原生 Hugging Face Transformers 支持,并提供独立的 FunASR、vLLM 和 llama.cpp 部署路径。

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-12-15
19
google/uis-rnn

这是 Unbounded Interleaved-State Recurrent Neural Network (UIS-RNN) 算法的库,对应于论文 Fully Supervised Speaker Diarization。

google
⭐ 1,588 Python 👤 google Organization 🕐 已更新 2024-09-25 📅 创建时间 2018-10-23
20
wenet-e2e/wespeaker

面向研究和生产的说话人验证、识别和说话人日志工具包

wenet-e2e
⭐ 1,475 Python 👤 wenet-e2e Organization 🕐 已更新 2026-09-22 📅 创建时间 2021-09-28
21
soniqo/speech-swift

适用于 Apple Silicon 的 AI 语音工具包 — 由 MLX 和 CoreML 驱动的 ASR、TTS、语音到语音、VAD 和说话人分割

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-02-04
22
aTrainTranscription/aTrain

一款用于语音录音离线转录的图形用户界面工具,包括说话人分离,利用了最先进的机器学习模型。

aTrainTranscription
⭐ 1,244 Python 👤 aTrainTranscription Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-10-03
23
transcriptionstream/transcriptionstream

带 LLM 摘要的 turnkey 自我托管离线转录和说话人分离服务

transcriptionstream
⭐ 949 Python 👤 transcriptionstream User 🕐 已更新 2026-01-18 📅 创建时间 2023-11-13
24
joonson/syncnet_python

时间之外:野外自动唇同步

joonson
⭐ 931 Python 👤 joonson User 🕐 已更新 2026-04-17 📅 创建时间 2018-04-28
25
corvo007/MioSub

一站式全自动字幕生成软件,下载、转录、翻译、压制全流程覆盖,无需人工介入。

corvo007
⭐ 844 TypeScript 👤 corvo007 User 🕐 已更新 2026-10-20 📅 创建时间 2025-11-22
⭐ 677 Python 👤 yinruiqing User 🕐 已更新 2025-09-24 📅 创建时间 2022-11-09
27
weynechen/intrascribe

可内网私有化部署,给团队/单位使用的语音转录总结工具,完整的前后端代码

weynechen
⭐ 620 TypeScript 👤 weynechen User 🕐 已更新 2025-09-24 📅 创建时间 2025-08-13
28
wq2012/SpectralCluster

Google 演讲者分离论文中使用的(受约束的)谱聚类算法的 Python 重新实现。

wq2012
⭐ 558 Python 👤 wq2012 User 🕐 已更新 2026-10-28 📅 创建时间 2019-01-18

常见问题解答

1

GitHub 上最受欢迎的 #speaker-diarization 仓库是什么?

GitHub 上排名第一的开源 #speaker-diarization 项目是 modelscope/FunASR,拥有 21,091 个 Star。开源语音识别工具包,用于训练、推理、流式ASR、语音活动检测(VAD)、标点符号、说话人分离管道,以及兼容OpenAI/MCP的服务。

2

#speaker-diarization 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #speaker-diarization 项目中,最常见的编程语言是 Python, TypeScript, Swift, Jupyter Notebook。

3

#speaker-diarization 仓库的排名是如何计算的?

我们跟踪了 28 个标记为 #speaker-diarization 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 125,249 个 Star,平均每个仓库拥有 4,473 个 Star。排名每日根据 GitHub API 更新。