Git Stars Git Stars

#stt 仓库

探索 38 个标记为 #stt 的活跃开源 GitHub 仓库,它们累计获得 136,479 个 Star(平均每个项目 3,591 个)。该主题的领先项目是 khoj-ai/khoj,拥有 38,195 个 Star。

38
仓库总数
136,479
总星标数
3,591
平均每个仓库星标数
1
khoj-ai/khoj

您的AI第二大脑。可自行托管。从网络或您的文档中获取答案。构建自定义代理,安排自动化,进行深度研究。将任何在线或本地LLM转变为您的个人、自主AI(gpt、claude、gemini、llama、qwen、mistral)。立即开始 - 免费。

khoj-ai
⭐ 38,195 Python 👤 khoj-ai Organization 🕐 已更新 2026-08-02 📅 创建时间 2021-08-16
2
jianchang512/pyvideotrans

将视频从一种语言翻译成另一种语言,并嵌入配音和字幕。

jianchang512
⭐ 19,789 Python 👤 jianchang512 User 🕐 已更新 2026-11-21 📅 创建时间 2023-10-02
3
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
4
moonshine-ai/moonshine

极低延迟的语音转文本、意图识别和文本转语音,用于构建语音代理和界面

moonshine-ai
⭐ 11,577 C++ 👤 moonshine-ai Organization 🕐 已更新 2026-11-10 📅 创建时间 2024-10-04
5
GetStream/Agents

快速构建文本、语音和视频智能体。基于 Go 构建的高性能智能体后端,提供适用于各种语言的 SDK。搜索、知识、技能、电话通信、沙箱、记忆和持久化功能均采用合理的默认配置。主权 AI。掌控你的 AI。

GetStream
⭐ 8,217 Go 👤 GetStream Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-08-11
6
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
7
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
8
coqui-ai/STT

🐸STT - 语音转文本的深度学习工具包。训练和部署 STT 模型从未如此简单。

coqui-ai
⭐ 2,547 C++ 👤 coqui-ai Organization 🕐 已更新 2024-03-11 📅 创建时间 2021-03-04
9
pannous/tensorflow-speech-recognition

🎙使用 TensorFlow 深度学习框架的语音识别,sequence-to-sequence neural networks

pannous
⭐ 2,176 Python 👤 pannous User 🕐 已更新 2024-01-17 📅 创建时间 2015-12-07
10
akdeb/ElatoAI

在 Arduino ESP32 上使用 100 多种模型实现实时语音 AI,搭配安全 WebSocket 和边缘函数,适用于 AI 玩具、桌面陪伴设备及其他设备

akdeb
⭐ 2,122 TypeScript 👤 akdeb User 🕐 已更新 2026-11-21 📅 创建时间 2025-04-08
11
mkiol/dsnote

Speech Note Linux 应用。通过离线语音转文本、文本转语音和机器翻译进行笔记记录、阅读和翻译。

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 已更新 2026-11-18 📅 创建时间 2021-10-07
12
nobodywho-ooo/nobodywho

NobodyWho 是一个推理引擎,允许你在任何设备上本地高效地运行 LLM。

nobodywho-ooo
⭐ 1,699 Rust 👤 nobodywho-ooo Organization 🕐 已更新 2026-11-19 📅 创建时间 2024-09-03
13
neural-maze/ava-whatsapp-agent-course

认识 WhatsApp 代理 Ava

neural-maze
⭐ 1,681 Python 👤 neural-maze Organization 🕐 已更新 2025-10-20 📅 创建时间 2024-12-17
14
amicalhq/amical

适用于 macOS 和 Windows 的免费开源语音输入。使用 Whisper 和 Parakeet 在本地进行语音转文字,也支持离线使用。

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-05-08
15
DicioTeam/dicio-android

Android 版 Dicio 助手应用

DicioTeam
⭐ 1,553 Kotlin 👤 DicioTeam Organization 🕐 已更新 2026-10-23 📅 创建时间 2019-08-02
16
kizuna-ai-lab/sokuji

双语会议实时双向语音翻译——自动检测口语并进行双向翻译,支持云端或完全离线本地运行。适用于桌面端(Windows · macOS · Linux)及浏览器插件(Chrome · Edge),支持 Zoom、Meet、Teams 及任何应用程序。

kizuna-ai-lab
⭐ 1,508 TypeScript 👤 kizuna-ai-lab Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-04-14
17
R3gm/SoniTranslate

视频同步翻译。视频配音

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 已更新 2026-08-29 📅 创建时间 2023-06-27
18
joey-zhou/xiaozhi-esp32-server-java

小智ESP32的Java企业级管理平台,提供设备监控、音色定制、角色切换和对话记录管理的前后端及服务端一体化解决方案

joey-zhou
⭐ 1,429 Java 👤 joey-zhou User 🕐 已更新 2026-11-18 📅 创建时间 2025-02-27
19
lenML/Speech-AI-Forge

🍦 Speech-AI-Forge 是一个围绕 TTS 生成模型开发的、实现了 API 服务器和基于 Gradio 的 WebUI 的项目。

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 已更新 2026-05-21 📅 创建时间 2024-06-01
20
coqui-ai/open-speech-corpora

💎 ASR、TTS 及其他语音技术的可访问语音语料库列表

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 已更新 2024-06-06 📅 创建时间 2019-01-31
21
phuc-nt/my-translator

实时语音翻译 — macOS 和 Windows,免费 TTS,无服务器,仅您的 API 密钥

phuc-nt
⭐ 1,323 Python 👤 phuc-nt User 🕐 已更新 2026-07-11 📅 创建时间 2026-03-13
22
Robitx/gp.nvim

Gp.nvim (GPT 提示) Neovim AI 插件:ChatGPT 会话和可指令文本/代码操作和语音转文本 [OpenAI, Ollama, Anthropic, ..]

Robitx
⭐ 1,322 Lua 👤 Robitx User 🕐 已更新 2025-08-11 📅 创建时间 2023-06-18
23
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
24
Neywa-Labs/mlx-audio-swift

用于Apple Silicon上MLX音频处理的模块化Swift SDK

Neywa-Labs
⭐ 822 Swift 👤 Neywa-Labs Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-12-03
25
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
26
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
27
madroidmaq/mlx-omni-server

MLX Omni Server 是一个由 Apple 的 MLX 框架驱动的本地推理服务器,专为 Apple Silicon(M 系列)芯片设计。它实现了与 OpenAI 兼容的 API 端点,能够与现有的 OpenAI SDK 客户端无缝集成,同时利用本地机器学习推理的强大功能。

madroidmaq
⭐ 746 Python 👤 madroidmaq User 🕐 已更新 2026-05-09 📅 创建时间 2024-11-05
28
Macoron/whisper.unity

在本地计算机上的 Unity3d 中运行语音转文本模型 (whisper.cpp)。

Macoron
⭐ 730 C# 👤 Macoron User 🕐 已更新 2025-04-17 📅 创建时间 2023-03-26
29
tover0314-w/opentypeless

适用于 macOS、Windows 和 Linux 的开源 AI 语音输入。按下快捷键,自然说话,即可在任何应用中获得润色好的文字。

tover0314-w
⭐ 696 Rust 👤 tover0314-w User 🕐 已更新 2026-11-15 📅 创建时间 2026-02-26
30
Picovoice/cheetah

基于深度学习的设备端流式语音转文本引擎

Picovoice
⭐ 672 Python 👤 Picovoice Organization 🕐 已更新 2026-11-12 📅 创建时间 2018-10-28
31
evancohen/sonus

:speech_balloon: /so.nus/ STT(语音转文本)用于 Node 的离线热词检测

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 已更新 2026-09-11 📅 创建时间 2016-08-30
32
bbc/react-transcript-editor

一个 React 组件,用于使校正音频和视频的自动转录更容易和更快。由 BBC News Labs 开发。- 开发中

bbc
⭐ 625 JavaScript 👤 bbc Organization 🕐 已更新 2026-11-11 📅 创建时间 2018-11-01
33
elevenlabs/skills

使用 ElevenLabs 构建项目的技能集

elevenlabs
⭐ 579 Python 👤 elevenlabs Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-01-24
34
StarmoonAI/Starmoon

一个用于陪伴、娱乐、教育、医疗、物联网应用和DIY机器人技术的对话式 AI 设备+软件框架。采用 Python、NextJS、Arduino、ESP32、LLMs (GPT-4o)、Deepgram STT 和 Azure TTS 构建 🤖

StarmoonAI
⭐ 546 TypeScript 👤 StarmoonAI Organization 🕐 已更新 2026-03-27 📅 创建时间 2024-08-12
35
ccoreilly/vosk-browser

一个语音识别库,得益于 Vosk 的 WebAssembly 构建,可在浏览器中运行

ccoreilly
⭐ 531 JavaScript 👤 ccoreilly User 🕐 已更新 2025-12-07 📅 创建时间 2021-02-19
36
Floe-Labs/floe-guard

面向 AI 语音代理的支出计量器与预算闸门。开箱即用地按每次通话计量 STT + TTS + LLM + 通信费用(Pipecat、LiveKit — Python 与 TypeScript)。在下一轮对话超出你的上限之前强制停止。本地运行,无需账户,不收集遥测数据。由 Floe 打造——为 Voice AI 提供成本控制。

Floe-Labs
⭐ 517 Python 👤 Floe-Labs Organization 🕐 已更新 2026-08-24 📅 创建时间 2026-06-14
37
franklioxygen/v2s

为 macOS 上的任何应用提供实时双语字幕。捕获音频、转录语音并离线翻译——一切都可从菜单栏完成。

franklioxygen
⭐ 515 Swift 👤 franklioxygen User 🕐 已更新 2026-11-17 📅 创建时间 2026-03-17
38
YeJe-cpu/talk-to-fengge

和峰哥聊天——克隆任何人的声音和性格,进行实时语音对话,工程延迟低于 1 秒。

YeJe-cpu
⭐ 504 Python 👤 YeJe-cpu User 🕐 已更新 2026-07-11 📅 创建时间 2026-06-25

常见问题解答

1

GitHub 上最受欢迎的 #stt 仓库是什么?

GitHub 上排名第一的开源 #stt 项目是 khoj-ai/khoj,拥有 38,195 个 Star。您的AI第二大脑。可自行托管。从网络或您的文档中获取答案。构建自定义代理,安排自动化,进行深度研究。将任何在线或本地LLM转变为您的个人、自主AI(gpt、claude、gemini、llama、qwen、mistral)。立即开始 - 免费。

2

#stt 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #stt 项目中,最常见的编程语言是 Python, TypeScript, C++, JavaScript。

3

#stt 仓库的排名是如何计算的?

我们跟踪了 38 个标记为 #stt 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 136,479 个 Star,平均每个仓库拥有 3,591 个 Star。排名每日根据 GitHub API 更新。