Git Stars Git Stars

#speech-recognition 仓库

探索 204 个标记为 #speech-recognition 的活跃开源 GitHub 仓库,它们累计获得 889,741 个 Star(平均每个项目 4,361 个)。该主题的领先项目是 huggingface/transformers,拥有 169,339 个 Star。

204
仓库总数
889,741
总星标数
4,361
平均每个仓库星标数

共 206 个仓库

1
huggingface/transformers

🤗 Transformers:用于文本、视觉、音频和多模态模型的最先进机器学习模型的模型定义框架,支持推理和训练。

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-10-29
2
openai/whisper

通过大规模弱监督实现鲁棒的语音识别

openai
⭐ 113,203 Python 👤 openai Organization 🕐 已更新 2026-08-31 📅 创建时间 2022-09-16
3
ggml-org/whisper.cpp

OpenAI Whisper模型在C/C++上的移植

ggml-org
⭐ 55,392 C++ 👤 ggml-org Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-09-25
4
SYSTRAN/faster-whisper

使用 CTranslate2 实现更快的 Whisper 转录

SYSTRAN
⭐ 26,924 Python 👤 SYSTRAN Organization 🕐 已更新 2026-11-12 📅 创建时间 2023-02-11
5
m-bain/whisperX

WhisperX: 带有单词级时间戳(和说话人分离)的自动语音识别

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 已更新 2026-11-21 📅 创建时间 2022-12-09
6
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
7
leon-ai/leon

🧠 Leon 是您的开源个人助理。

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-02-10
8
kaldi-asr/kaldi

kaldi-asr/kaldi 是 Kaldi 项目的官方位置。

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 已更新 2025-09-22 📅 创建时间 2015-04-20
9
alphacep/vosk-api

适用于 Android、iOS、Raspberry Pi 和服务器的离线语音识别 API,支持 Python、Java、C# 和 Node

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 已更新 2026-10-15 📅 创建时间 2019-09-03
10
NVIDIA/DeepLearningExamples

最先进的深度学习脚本,按模型组织 - 在企业级基础设施上易于训练和部署,具有可重现的准确性和性能。

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 已更新 2024-08-12 📅 创建时间 2018-05-02
11
abus-aikorea/voice-pro

Gradio WebUI,面向创作者和开发者,具备主要的TTS(Edge-TTS, kokoro)和零样本语音克隆(E2 & F5-TTS, CosyVoice)功能,同时支持Whisper音频处理、YouTube下载、Demucs人声分离和多语言翻译。

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 已更新 2026-07-13 📅 创建时间 2024-07-29
12
kmario23/deep-learning-drizzle

通过这些激动人心的讲座,沉浸在深度学习、强化学习、机器学习、计算机视觉和NLP中吧!!

kmario23
⭐ 12,995 HTML 👤 kmario23 User 🕐 已更新 2026-08-22 📅 创建时间 2018-11-26
13
PaddlePaddle/PaddleSpeech

易于使用的语音工具包,包括自监督学习模型、带有标点的SOTA/流式ASR、带有文本前端的流式TTS、发言者验证系统、端到端语音翻译和关键词检测。荣获NAACL2022最佳演示奖。

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 已更新 2026-08-12 📅 创建时间 2017-11-14
14
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
15
openvinotoolkit/openvino

OpenVINO™ 是一个用于优化和部署 AI 推理的开源工具包。

openvinotoolkit
⭐ 11,869 C++ 👤 openvinotoolkit Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-10-15
16
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
17
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
18
QwenAudio/SenseVoice

开源SenseVoiceSmall模型,支持普通话、粤语、英语、日语和韩语的自动语音识别、语言识别、情感识别和音频事件检测。

QwenAudio
⭐ 9,797 C 👤 QwenAudio Organization 🕐 已更新 2026-09-30 📅 创建时间 2024-07-03
19
Uberi/speech_recognition

Python 语音识别模块,支持多种在线和离线引擎及 API。

Uberi
⭐ 9,008 Python 👤 Uberi User 🕐 已更新 2026-11-17 📅 创建时间 2014-04-23
20
nl8590687/ASRT_SpeechRecognition

基于深度学习的中文语音识别系统

nl8590687
⭐ 8,404 Python 👤 nl8590687 User 🕐 已更新 2026-04-10 📅 创建时间 2017-03-06
21
Neywa-Labs/mlx-audio

一个基于 Apple MLX 框架的文本转语音 (TTS)、语音转文本 (STT) 和语音转语音 (STS) 库,可在 Apple Silicon 上提供高效的语音分析。

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-11-27
22
anomalyco/hex

适用于 Mac、Windows 和 Linux 的本地语音听写

anomalyco
⭐ 7,836 Rust 👤 anomalyco Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-07-17
23
TalAter/annyang

💬 您的网站的语音识别

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 已更新 2026-10-29 📅 创建时间 2013-08-23
24
modelscope/FunClip

基于 FunASR 的视频转录、字幕生成以及带有本地 Gradio UI 的 LLM 辅助剪辑工具。

modelscope
⭐ 6,613 Python 👤 modelscope Organization 🕐 已更新 2026-11-01 📅 创建时间 2023-05-17
25
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
26
flashlight/wav2letter

Facebook AI Research 的自动语音识别工具包

flashlight
⭐ 6,443 C++ 👤 flashlight Organization 🕐 已更新 2026-08-28 📅 创建时间 2017-11-20
27
PaddlePaddle/PaddleX

基于PaddlePaddle的赋能一站式开发工具

PaddlePaddle
⭐ 6,299 Python 👤 PaddlePaddle Organization 🕐 已更新 2026-10-20 📅 创建时间 2020-03-11
28
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
29
wenet-e2e/wenet

生产优先且为生产就绪的端到端语音识别工具包

wenet-e2e
⭐ 5,258 Python 👤 wenet-e2e Organization 🕐 已更新 2026-10-26 📅 创建时间 2020-11-17
30
Picovoice/porcupine

基于深度学习的设备端唤醒词检测

Picovoice
⭐ 5,028 Python 👤 Picovoice Organization 🕐 已更新 2026-11-12 📅 创建时间 2018-03-08
31
yanshengjia/ml-road

机器学习与代理式AI的资源、实践和研究

yanshengjia
⭐ 4,981 Python 👤 yanshengjia User 🕐 已更新 2026-08-01 📅 创建时间 2017-10-31
32
jianchang512/stt

语音识别转文本工具 / 一个离线运行的本地音视频转字幕工具,输出json、srt字幕、纯文字格式

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 已更新 2026-01-22 📅 创建时间 2023-12-28
33
sanchit-gandhi/whisper-jax

JAX 实现 OpenAI 的 Whisper 模型,可在 TPU 上提速高达 70 倍。

sanchit-gandhi
⭐ 4,649 Jupyter Notebook 👤 sanchit-gandhi User 🕐 已更新 2024-04-03 📅 创建时间 2023-03-02
34
cmusphinx/pocketsphinx

一个小型的语音识别器

cmusphinx
⭐ 4,354 C 👤 cmusphinx Organization 🕐 已更新 2026-10-13 📅 创建时间 2014-04-07
35
huggingface/distil-whisper

Whisper 的蒸馏版本,用于语音识别。速度快 6 倍,体积小 50%,词错误率在 1% 以内。

huggingface
⭐ 4,083 Python 👤 huggingface Organization 🕐 已更新 2025-01-08 📅 创建时间 2023-10-31
36
baidu-research/warp-ctc

快速并行 CTC.

baidu-research
⭐ 4,079 Cuda 👤 baidu-research Organization 🕐 已更新 2024-03-04 📅 创建时间 2016-01-14
37
QwenLM/Qwen3-ASR

Qwen3-ASR 是阿里云 Qwen 团队开发的一系列开源 ASR 模型,支持稳定的多语言语音/音乐/歌曲识别、语言检测以及时间戳预测。

QwenLM
⭐ 3,933 Python 👤 QwenLM Organization 🕐 已更新 2026-06-26 📅 创建时间 2026-01-28
38
Kedreamix/Linly-Talker

数字虚拟形象对话系统 - Linly-Talker。😄✨ Linly-Talker是一个智能AI系统,它将大型语言模型(LLMs)与视觉模型相结合,创造了一种新颖的人机交互方法。🤝🤖 它集成了Whisper、Linly、Microsoft Speech Services和SadTalker说话头生成系统等多种技术。🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 已更新 2026-02-10 📅 创建时间 2023-10-17
39
Azure-Samples/cognitive-services-speech-sdk

Microsoft Cognitive Services Speech SDK 的示例代码

Azure-Samples
⭐ 3,457 C# 👤 Azure-Samples Organization 🕐 已更新 2026-11-17 📅 创建时间 2018-04-26
40
ahmetoner/whisper-asr-webservice

OpenAI Whisper ASR 网站服务API

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 已更新 2026-10-01 📅 创建时间 2022-09-22
41
QwenAudio/qwen-audio-agent

一个让智能体保持对话、工作和在线的实时语音运行时。面向 AI 智能体的实时语音运行时

QwenAudio
⭐ 3,262 JavaScript 👤 QwenAudio Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-07-27
42
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
43
HeyWillow/willow

开源、本地化、自托管的 Amazon Echo/Google Home 竞争性语音助手替代方案

HeyWillow
⭐ 3,142 C 👤 HeyWillow Organization 🕐 已更新 2026-11-01 📅 创建时间 2023-03-31
44
pluja/anysub

通过易于使用的网页界面,将音频和视频转换为字幕。一切都在你自己的设备上运行。原名 Whishper。

pluja
⭐ 3,106 TypeScript 👤 pluja User 🕐 已更新 2026-11-21 📅 创建时间 2023-08-26
45
chenyme/Chenyme-AAVT

这是一个全自动(音频)视频翻译项目。利用Whisper识别声音,AI大模型翻译字幕,最后合并字幕视频,生成翻译后的视频。

chenyme
⭐ 3,080 Python 👤 chenyme User 🕐 已更新 2025-04-07 📅 创建时间 2023-12-18
46
dscripka/openWakeWord

一个注重性能和简洁性的开源音频唤醒词(或短语)检测框架。

dscripka
⭐ 2,963 Jupyter Notebook 👤 dscripka User 🕐 已更新 2025-12-30 📅 创建时间 2022-05-28
47
quik-sms/quik

Android 最美短信应用 - 重获新生

quik-sms
⭐ 2,929 Java 👤 quik-sms Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-07-17
⭐ 2,868 Python 👤 tensorflow Organization 🕐 已更新 2026-10-29 📅 创建时间 2018-07-24
49
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
50
zzmp/juliusjs

一个用于网络的语音识别库

zzmp
⭐ 2,574 JavaScript 👤 zzmp User 🕐 已更新 2024-04-19 📅 创建时间 2014-07-10

常见问题解答

1

GitHub 上最受欢迎的 #speech-recognition 仓库是什么?

GitHub 上排名第一的开源 #speech-recognition 项目是 huggingface/transformers,拥有 169,339 个 Star。🤗 Transformers:用于文本、视觉、音频和多模态模型的最先进机器学习模型的模型定义框架,支持推理和训练。

2

#speech-recognition 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #speech-recognition 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, TypeScript。

3

#speech-recognition 仓库的排名是如何计算的?

我们跟踪了 204 个标记为 #speech-recognition 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 889,741 个 Star,平均每个仓库拥有 4,361 个 Star。排名每日根据 GitHub API 更新。