Git Stars Git Stars

#speech-recognition 仓库

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

101
modal-labs/quillman

一款语音聊天应用

modal-labs
⭐ 1,214 Python 👤 modal-labs Organization 🕐 已更新 2026-10-30 📅 创建时间 2023-04-19
102
matthiasn/lotti

一个配有个人AI助手团队的私人日志本。代理读取你记录的内容并提出下一步建议——你批准更改。在你自己的设备之间进行端到端加密同步——服务器只能看到密文。本地AI可选。

matthiasn
⭐ 1,208 Dart 👤 matthiasn User 🕐 已更新 2026-11-20 📅 创建时间 2016-03-16
103
rudrankriyam/Foundation-Models-Framework-Lab

一个使用 Apple 基础模型框架构建、测试和评估应用程序的实践实验室。

rudrankriyam
⭐ 1,194 Swift 👤 rudrankriyam User 🕐 已更新 2026-11-07 📅 创建时间 2025-06-09
⭐ 1,184 Shell 👤 TencentGameMate Organization 🕐 已更新 2024-08-23 📅 创建时间 2022-05-25
105
janvarev/Irene-Voice-Assistant

Irina是一款用于离线工作的俄罗斯语音助手。支持通过插件进行的技能。

janvarev
⭐ 1,184 Python 👤 janvarev User 🕐 已更新 2026-07-26 📅 创建时间 2021-12-14
106
ashishpatel26/Treasure-of-Transformers

💁 涵盖自然语言处理的Transformer模型的绝佳宝库,包含论文、视频、博客、官方仓库以及Colab笔记本。🛫☑️

ashishpatel26
⭐ 1,168 Jupyter Notebook 👤 ashishpatel26 User 🕐 已更新 2025-08-01 📅 创建时间 2021-12-13
107
lhotse-speech/lhotse

用于处理机器学习项目中多模态数据的工具。

lhotse-speech
⭐ 1,166 Python 👤 lhotse-speech Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-04-24
108
alan-ai/alan-sdk-cordova

您的应用的自编码系统 — 用于 Cordova 的 Alan AI SDK

alan-ai
⭐ 1,140 Ruby 👤 alan-ai Organization 🕐 已更新 2025-04-22 📅 创建时间 2019-10-23
109
sooftware/conformer

“Conformer: 卷积增强的Transformer用于语音识别”的【非官方】PyTorch实现 (INTERSPEECH 2020)

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 已更新 2026-11-15 📅 创建时间 2021-01-21
110
ardha27/AI-Waifu-Vtuber

用于在Youtube/Twitch上直播的AI虚拟主播

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 已更新 2026-05-31 📅 创建时间 2023-03-11
111
LearnedVector/A-Hackers-AI-Voice-Assistant

一个使用Python和PyTorch构建的黑客AI语音助手。

LearnedVector
⭐ 1,121 Python 👤 LearnedVector User 🕐 已更新 2025-12-15 📅 创建时间 2020-05-01
112
Saik0s/Whisperboard

一款让移动设备上的高质量语音转写更加易用的开源 iOS 应用。

Saik0s
⭐ 1,112 Swift 👤 Saik0s User 🕐 已更新 2025-12-18 📅 创建时间 2022-12-23
113
alumae/kaldi-gstreamer-server

基于Kaldi工具包和GStreamer框架的实时全双工语音识别服务器。

alumae
⭐ 1,090 Python 👤 alumae User 🕐 已更新 2024-06-08 📅 创建时间 2014-01-06
114
kishanrajput23/Jarvis-Desktop-Voice-Assistant

基于 Python 的桌面语音助手,能够执行系统级命令,集成语音识别和文字转语音,并处理异步用户交互。

kishanrajput23
⭐ 1,085 Python 👤 kishanrajput23 User 🕐 已更新 2026-10-07 📅 创建时间 2021-08-26
115
octimot/StoryToolkitAI

一种使用人工智能转录、理解内容并在您的素材中搜索任何内容的编辑工具,集成了 ChatGPT 和其他人工智能模型

octimot
⭐ 1,082 Python 👤 octimot User 🕐 已更新 2026-07-28 📅 创建时间 2022-09-29
116
alphacep/vosk-android-demo

适用于 Android 的离线语音识别(使用 Vosk 库)。

alphacep
⭐ 1,064 Java 👤 alphacep Organization 🕐 已更新 2025-12-08 📅 创建时间 2019-09-03
117
pykaldi/pykaldi

Kaldi 的 Python 包装器

pykaldi
⭐ 1,039 Python 👤 pykaldi Organization 🕐 已更新 2025-11-30 📅 创建时间 2017-06-19
118
VocaHQ/vocalinux

免费、开源、100%离线的Linux语音听写工具。通过whisper.cpp、Whisper和VOSK引擎,随时随地说话打字,支持GPU加速,兼容X11和Wayland!

VocaHQ
⭐ 1,036 Python 👤 VocaHQ Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-04-12
120
k2-fsa/sherpa

下一代Kaldi的语音转文本服务器框架

k2-fsa
⭐ 1,022 C++ 👤 k2-fsa Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-05-20
121
TensorSpeech/TensorFlowASR

:zap: TensorFlowASR: TensorFlow 2 中几乎最先进的自动语音识别。支持使用字符或子词的语言

TensorSpeech
⭐ 1,018 Python 👤 TensorSpeech Organization 🕐 已更新 2026-11-14 📅 创建时间 2020-02-13
123
espressif/esp-skainet

Espressif 智能语音助手

espressif
⭐ 1,003 C 👤 espressif Organization 🕐 已更新 2026-10-28 📅 创建时间 2019-08-01
124
savbell/whisper-writer

💬📝 一个使用OpenAI的Whisper语音识别模型的小型听写应用程序。

savbell
⭐ 993 Python 👤 savbell User 🕐 已更新 2024-08-24 📅 创建时间 2023-04-18
126
BinWang28/audio-ai-hub

音频AI研究枢纽:涵盖音频大语言模型、语音识别、TTS、音乐和音频生成的论文、开放模型、基准测试和数据集。

BinWang28
⭐ 966 Python 👤 BinWang28 User 🕐 已更新 2026-11-16 📅 创建时间 2024-06-15
127
alesaccoia/VoiceStreamAI

使用自托管 Whisper 和 WebSocket 在 Python/JS 中进行近乎实时的音频转录

alesaccoia
⭐ 962 Python 👤 alesaccoia User 🕐 已更新 2026-08-13 📅 创建时间 2023-12-26
128
sandrohanea/whisper.net

Whisper.net. 使用 Whisper 模型轻松实现语音转文本

sandrohanea
⭐ 954 C# 👤 sandrohanea User 🕐 已更新 2026-11-15 📅 创建时间 2023-02-03
129
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
130
yuxino/Mimi

将电脑或麦克风音频实时转换为翻译字幕。

yuxino
⭐ 943 Rust 👤 yuxino User 🕐 已更新 2026-11-21 📅 创建时间 2026-07-22
131
salute-developers/GigaAM

语音识别任务的基础模型

salute-developers
⭐ 943 Python 👤 salute-developers Organization 🕐 已更新 2026-08-17 📅 创建时间 2024-04-01
132
freewym/espresso

Espresso:一个快速的端到端神经语音识别工具包

freewym
⭐ 942 Python 👤 freewym User 🕐 已更新 2024-09-04 📅 创建时间 2018-12-02
133
TheDeathDragon/LiveTranslate

实时音频翻译,捕获系统音频+麦克风,运行ASR(Whisper/SenseVoice),通过LLM API进行流式翻译显示。非常适合VTuber、主播和观看外语内容。

TheDeathDragon
⭐ 923 Python 👤 TheDeathDragon User 🕐 已更新 2026-08-17 📅 创建时间 2026-03-15
134
backmeupplz/voicy

Voicy(@voicybot):一款 Telegram 机器人,可将群组和私聊中的语音消息转换为文字

backmeupplz
⭐ 915 JavaScript 👤 backmeupplz User 🕐 已更新 2026-11-19 📅 创建时间 2016-12-03
135
TheStageAI/TheWhisper

针对流式传输和端侧设备使用优化的 Whisper 模型

TheStageAI
⭐ 905 Python 👤 TheStageAI Organization 🕐 已更新 2026-10-31 📅 创建时间 2025-10-19
136
vndee/local-talking-llm

一个可以在您自己的计算机上运行、无需互联网即可使用的会说话的LLM。

vndee
⭐ 896 Python 👤 vndee User 🕐 已更新 2026-04-04 📅 创建时间 2024-03-24
137
astorfi/speechpy

:speech_balloon: SpeechPy - 用于语音处理和识别的库:http://speechpy.readthedocs.io/en/latest/

astorfi
⭐ 885 Python 👤 astorfi User 🕐 已更新 2024-12-15 📅 创建时间 2017-04-05
138
yeyupiaoling/PPASR

基于PaddlePaddle实现端到端中文语音识别,从入门到实战,超简单的入门案例,超实用的企业项目。支持当前最流行的DeepSpeech2、Conformer、Squeezeformer模型

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 已更新 2025-12-17 📅 创建时间 2021-02-26
139
cjyaddone/ChatWaifu

将ChatGPT与Moegoe TTS结合,创建了一个聊天式怀亚

cjyaddone
⭐ 839 Python 👤 cjyaddone User 🕐 已更新 2024-04-08 📅 创建时间 2022-12-18
140
JamesBrill/react-speech-recognition

💬为您的 React 应用提供语音识别

JamesBrill
⭐ 839 JavaScript 👤 JamesBrill User 🕐 已更新 2025-06-06 📅 创建时间 2016-12-13
141
githubharald/CTCDecoder

Connectionist Temporal Classification (CTC) 解码算法:最佳路径、光束搜索、词典搜索、前缀搜索和令牌传递。已用 Python 实现。

githubharald
⭐ 838 Python 👤 githubharald User 🕐 已更新 2026-01-31 📅 创建时间 2017-10-09
142
saharmor/whisper-playground

使用 OpenAI 的 Whisper 构建实时 speech2text 网页应用 https://openai.com/blog/whisper/

saharmor
⭐ 835 Python 👤 saharmor User 🕐 已更新 2025-09-12 📅 创建时间 2022-10-02
143
Notely-Voice/NotelyVoice

一款 100% 注重隐私的 AI 语音转录应用,可将 100 多种语言的语音转换为文字。使用 Whisper AI 和 Compose Multiplatform 为 Android 与 iOS 打造——无需上传到云端,所有处理均在设备上完成,全面保护隐私。请直接通过以下邮箱联系我们:[email protected]

Notely-Voice
⭐ 829 C++ 👤 Notely-Voice Organization 🕐 已更新 2026-11-12 📅 创建时间 2024-10-20
144
SaarthurR/atticus-mac

为你的 Mac 提供快速、免费的语音助手。无需 API 密钥。它会记住你,并学习你的快捷操作。按住 ⌃⌥Space 即可开始说话。

SaarthurR
⭐ 823 Python 👤 SaarthurR User 🕐 已更新 2026-11-21 📅 创建时间 2026-10-10
145
CrispStrobe/CrispASR

用于多语言 ASR 和 TTS 模型的 C++ ggml 运行时中心:Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2 等,以及通用强制对齐等功能

CrispStrobe
⭐ 823 C++ 👤 CrispStrobe User 🕐 已更新 2026-11-21 📅 创建时间 2026-03-29
146
deepgram/kur

描述性深度学习

deepgram
⭐ 823 Python 👤 deepgram Organization 🕐 已更新 2024-02-05 📅 创建时间 2016-11-19
147
cmusphinx/cmudict

CMU 美式英语词典

cmusphinx
⭐ 821 Python 👤 cmusphinx Organization 🕐 已更新 2025-10-24 📅 创建时间 2014-10-18
148
VRCWizard/TTS-Voice-Wizard

语音转文字转语音。歌曲正在播放。将文本作为OSC消息发送到VRChat以在头像上显示。(STTTS)(语音转TTS)(VRC STT系统)(VTuber TTS)

VRCWizard
⭐ 813 C# 👤 VRCWizard User 🕐 已更新 2026-10-12 📅 创建时间 2022-03-15
149
lobehub/lobe-tts

🎤 Lobe TTS - 面向服务器和浏览器的优质可靠的 TTS/STT 库

lobehub
⭐ 810 TypeScript 👤 lobehub Organization 🕐 已更新 2026-11-12 📅 创建时间 2023-11-02
150
mybigday/whisper.rn

whisper.cpp 的 React Native 绑定。

mybigday
⭐ 809 TypeScript 👤 mybigday Organization 🕐 已更新 2026-11-17 📅 创建时间 2023-03-16