#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
202
toverainc/willow-inference-server
开源、本地、自托管的高度优化的语言推理服务器,支持通过 WebRTC、REST 和 WS 的 ASR/STT、TTS 和 LLM
203
nyosegawa/speech.cpp
基于 ggml 的 C++ 语音对话解决方案,支持语音合成、语音识别和语音活动检测:Qwen3-TTS、Irodori-TTS、Qwen3-ASR、ReazonSpeech、parakeet 和 Silero VAD,可运行于 Metal、Vulkan 和 CPU,并提供兼容 OpenAI 的服务器及实时转录功能。
205
AudarAI/Audar-ASR-V1
以阿拉伯语为先的生成式语音识别 — Audar-ASR-V1 (Flash + Turbo)。在开放式通用阿拉伯语 ASR 排行榜上排名第一。模型卡、基准测试与推理。
206
xixihhhh/hotclip
免费开源的 AI 剪辑 / 直播切片工具:长视频、直播回放、播客一键切成爆款竖屏短视频,直发抖音 / 快手 / B 站 / 小红书 / 视频号——AI 自动寻找高光金句,根据弹幕热度判断爆点,自动添加字幕,将横屏转换为竖屏;本地运行,无水印,不上传 | 免费开源的 Opus Clip 替代方案,100% 本地运行:AI 将长视频和直播回放剪辑成适合 TikTok 和 YouTube Shorts 的爆款 9:16 短视频。无需积分、无水印、不上传。支持 Windows/macOS/Linux。