Git Stars Git Stars

#transcription 仓库

探索 72 个标记为 #transcription 的活跃开源 GitHub 仓库,它们累计获得 322,848 个 Star(平均每个项目 4,484 个)。该主题的领先项目是 debpalash/VoiceStudio,拥有 115,753 个 Star。

72
仓库总数
322,848
总星标数
4,484
平均每个仓库星标数
1
debpalash/VoiceStudio

VoiceStudio 是 ElevenLabs 的开源、完全本地化替代方案,支持 646 种语言的声音克隆、声音设计、视频配音、听写、转录和有声书创作。

debpalash
⭐ 115,753 Python 👤 debpalash User 🕐 已更新 2026-11-21 📅 创建时间 2026-04-09
2
Zackriya-Solutions/meetily

隐私优先的 AI 会议记录工具,适用于 Windows、macOS 和 Linux。免费开源(MIT 许可证)。在设备本地使用 Whisper/Parakeet 进行转录和说话人分离,无需会议机器人。Granola、Otter 和 Fireflies 的开源替代方案。https://meetily.ai

Zackriya-Solutions
⭐ 32,937 Rust 👤 Zackriya-Solutions Organization 🕐 已更新 2026-11-14 📅 创建时间 2024-12-26
3
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
4
BasedHardware/omi

看到你的屏幕、监听你的对话并告诉你该做什么的AI

BasedHardware
⭐ 14,002 Python 👤 BasedHardware Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-03-22
5
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
6
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
7
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
8
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
9
spotify/basic-pitch

一款轻巧而强大的音频转 MIDI 转换器,支持弯音检测

spotify
⭐ 6,046 Python 👤 spotify Organization 🕐 已更新 2025-11-13 📅 创建时间 2022-05-03
10
tmoroney/auto-subs

可直接连接至 DaVinci Resolve、Premiere 和 After Effects 的端侧字幕生成功能。

tmoroney
⭐ 4,598 TypeScript 👤 tmoroney User 🕐 已更新 2026-11-11 📅 创建时间 2023-03-15
⭐ 3,776 Python 👤 speaches-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-05-18
12
rishikanthc/Scriberr

自托管 AI 音频转录

rishikanthc
⭐ 3,159 Go 👤 rishikanthc User 🕐 已更新 2026-09-20 📅 创建时间 2024-10-04
13
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
14
Vexa-ai/vexa

面向 Google Meet、Microsoft Teams 和 Zoom 的开源会议转录 API。自动加入机器人、实时 WebSocket 转录、用于 AI 代理的 MCP 服务器。自托管或使用托管 SaaS。

Vexa-ai
⭐ 3,002 Python 👤 Vexa-ai Organization 🕐 已更新 2026-11-13 📅 创建时间 2025-02-07
15
snapotter-hq/SnapOtter

免费开源的 PDF、图像、视频和音频文件工具包。只需一条 Docker 命令,即可在自己的服务器上进行压缩、转换、OCR、背景移除和转录。提供 200 多种工具、本地 AI 和 REST API。可替代 iLovePDF、TinyWow、CloudConvert 和 remove.bg。

snapotter-hq
⭐ 2,999 TypeScript 👤 snapotter-hq User 🕐 已更新 2026-11-21 📅 创建时间 2026-03-29
16
kitlangton/Hex

旧版 Swift Hex 应用程序。请在 hex.kitlangton.com 体验 Rust 重写版本;新源代码位于 github.com/anomalyco/hex。

kitlangton
⭐ 2,901 Swift 👤 kitlangton User 🕐 已更新 2026-08-27 📅 创建时间 2025-01-27
17
FrigadeHQ/yogurt

保存在你电脑上的私密 AI 会议记录。无需会议机器人。适用于 Mac、Windows 和 Linux 的免费开源软件。Granola、Otter 和 Fireflies 的替代方案。

FrigadeHQ
⭐ 2,828 TypeScript 👤 FrigadeHQ Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-11-10
18
yazinsai/OpenOats

一款美观简约的 Mac 会议录音工具。按下“开始”,再按“停止”,即可在一个 Markdown 文件中获得笔记和文字转录。所有处理均在设备上完成,免费且开源。

yazinsai
⭐ 2,688 Swift 👤 yazinsai User 🕐 已更新 2026-11-17 📅 创建时间 2026-02-28
19
Jamailar/Beav

小红书 AI 运营工作台|小红书采集、评论区下载、素材库、选题、AI写作、小红书全域解决方案,开箱即用,一键安装,小红书AI工作台,自媒体素材库,AI写作+图片自动编排,小红书版OpenClaw、自媒体资产底座+AI工作台,支持小红书图文+小红书评论区下载、小红书AI创作工具、自媒体版WorkBuddy、抖音、小红书爬虫数据采集

Jamailar
⭐ 2,475 Rust 👤 Jamailar User 🕐 已更新 2026-11-21 📅 创建时间 2025-06-04
20
sindresorhus/awesome-whisper

🔊 Whisper 的精彩列表 — 由 OpenAI 开发的开源 AI 语音识别系统

sindresorhus
⭐ 2,435 👤 sindresorhus User 🕐 已更新 2026-09-17 📅 创建时间 2023-05-10
21
HUANGCHIHHUNGLeo/claude-real-video

让Claude(或任何大语言模型)真正观看视频——场景感知、去重帧+转录文本,支持URL或本地文件。本地运行,MIT许可证。

HUANGCHIHHUNGLeo
⭐ 2,329 Python 👤 HUANGCHIHHUNGLeo User 🕐 已更新 2026-11-20 📅 创建时间 2026-06-30
22
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
23
kaixxx/noScribe

用于自动音频转录的尖端人工智能技术。OpenAI的Whisper和pyannote(说话人识别)的精美图形用户界面

kaixxx
⭐ 2,258 Python 👤 kaixxx User 🕐 已更新 2026-11-09 📅 创建时间 2023-05-12
24
floneum/kalosm

Rust 中即时、可控、本地预训练的 AI 模型

floneum
⭐ 2,236 Rust 👤 floneum Organization 🕐 已更新 2026-10-24 📅 创建时间 2023-05-24
25
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
26
TypeWhisper/typewhisper-mac

macOS 本地语音转文字 设备端 AI,完全隐私,可选云端

TypeWhisper
⭐ 1,940 Swift 👤 TypeWhisper Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-02-12
27
bugbakery/audapolis

一个带有自动转录功能的口语音频编辑器

bugbakery
⭐ 1,906 TypeScript 👤 bugbakery Organization 🕐 已更新 2026-06-24 📅 创建时间 2021-09-03
28
veedstudio/open-edit

开源、由智能代理驱动的编辑流程:创建字幕、动态图形和幻灯片,编辑并渲染视频。

veedstudio
⭐ 1,844 TypeScript 👤 veedstudio Organization 🕐 已更新 2026-11-11 📅 创建时间 2026-07-22
29
JimLiu/baocut

BaoCut:配备可编辑时间轴的 AI 视频智能体。转录、添加字幕、翻译、配音、剪辑和制作动画。

JimLiu
⭐ 1,796 TypeScript 👤 JimLiu User 🕐 已更新 2026-11-19 📅 创建时间 2026-07-13
30
royshil/obs-localvocal

用于本地语音识别和字幕的OBS插件,支持AI

royshil
⭐ 1,674 C++ 👤 royshil User 🕐 已更新 2026-11-05 📅 创建时间 2023-08-10
31
Muesli-HQ/muesli

Muesli:macOS 上原生支持智能体的本地会议转录与语音听写(Granola + WisprFlow + Littlebird 的替代品)

Muesli-HQ
⭐ 1,652 Swift 👤 Muesli-HQ Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-03-05
32
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
33
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
34
silverstein/minutes

开源、本地优先的 Granola/Otter 替代方案,Claude Code、Codex、Cursor 以及任何 MCP 客户端都可以查询。会议、通话和语音备忘录均在设备上转录为由你掌控的 Markdown。

silverstein
⭐ 1,612 Rust 👤 silverstein User 🕐 已更新 2026-11-21 📅 创建时间 2026-03-18
35
azuwis/pianotrans

支持踏板的字节跳动钢琴转录简易GUI

azuwis
⭐ 1,542 Nix 👤 azuwis User 🕐 已更新 2026-09-14 📅 创建时间 2021-02-03
36
nyrahealth/CrisperWhisper

可控转录。逐字转录(包括每个填充词、停顿、口吃和发声),或意图转录(即说话者想表达的内容,并针对可读性进行优化),并提供词级时间戳。

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 已更新 2026-11-11 📅 创建时间 2024-05-24
37
zackees/transcribe-anything

多后端 Whisper 应用。极速。Mac-ARM 优化。安装简便。输入本地文件或 URL,此服务将使用 Whisper AI 进行转录。完全私密且免费 🤯🤯🤯

zackees
⭐ 1,488 Python 👤 zackees User 🕐 已更新 2026-10-26 📅 创建时间 2021-05-09
38
hardhackerlabs/book

「硬地骇客 - 两个月 $12000 ARR 实践之路」是由 硬地骇客 团队编著,本书是关于 Podwise 产品历程的忠实记录:内容包含 灵感 - 构建 - 发布 - 增长 - 复盘 五个章节。如果你觉得一个人读不够过瘾,欢迎加入「硬地骇客」官方知识星球与专家们一起讨论!Podwise 的故事才刚刚开始,我们也将在星球持续分享我们的认知,成功可能无法复制,但失败一定可以借鉴。现在就点击下方链接加入吧!

hardhackerlabs
⭐ 1,379 MDX 👤 hardhackerlabs Organization 🕐 已更新 2026-08-08 📅 创建时间 2024-03-05
39
chubbyguan/chubbyskills

把中文全渠道内容(抖音 / B站 / 小红书 / 公众号 / X / 播客)采集进个人知识库的 14 个 AI Skill:图文存图、视频转文字稿、字幕优先免 GPU、RSS/YouTube 订阅调度与每日情报简报,附带知识库 MCP server。|把中文内容采集进个人知识库——图文/视频路由、字幕优先转写、订阅源订阅与每日简报,以及知识库 MCP server。

chubbyguan
⭐ 1,343 Python 👤 chubbyguan User 🕐 已更新 2026-10-14 📅 创建时间 2026-06-08
40
wassgha/rescript

🎬 开源、基于转录的浏览器内视频/音频编辑器。

wassgha
⭐ 1,119 TypeScript 👤 wassgha User 🕐 已更新 2026-11-05 📅 创建时间 2026-07-26
41
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
42
YaoFANGUK/video-subtitle-generator

视频音频生成字幕,生成srt文件。无需申请第三方API,本地实现音频转文本。基于Transformer的视频字幕生成框架。一个用于从视频生成字幕并生成srt文件的GUI工具。

YaoFANGUK
⭐ 1,101 Python 👤 YaoFANGUK User 🕐 已更新 2024-02-01 📅 创建时间 2022-04-29
43
ChatCut-Inc/agent-plugin

面向智能体的 AI 视频编辑器。ChatCut 插件和 MCP 服务器支持 Codex、ChatGPT、Claude Code、Cursor、Grok、Gemini CLI、WorkBuddy、豆包办公和通义千问办公:通过对话编辑自己的视频素材、添加字幕、删除静音片段和口头填充词、制作动态图形,并导出可编辑的时间线。

ChatCut-Inc
⭐ 1,075 JavaScript 👤 ChatCut-Inc Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-06-25
44
SylphxAI/anymd

任意文件 → 为 AI 智能体生成干净的 Markdown:PDF、Word、PowerPoint、Excel、EPUB、HTML 和网页、图像(OCR)、音频和视频(元数据、字幕、转录文本)。快速的 Rust MCP 服务器和命令行工具,可在你的机器上运行。无需 API 密钥。

SylphxAI
⭐ 1,073 Rust 👤 SylphxAI Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-04-04
45
dimastatz/whisper-flow

Whisper-Flow 是一个框架,旨在利用 OpenAI 的 Whisper 模型实现音频内容的实时转录。与上传后一次性处理整个文件(批处理模式)不同,Whisper-Flow 接受连续音频块流,并即时生成增量转录。

dimastatz
⭐ 1,020 Python 👤 dimastatz User 🕐 已更新 2026-11-15 📅 创建时间 2024-06-03
46
nomily-ai/nomily-app

支持 BYOK 的语音录音助手,具备 ASR 转录、说话人分离、AI 摘要以及本地 ASR 端点支持。

nomily-ai
⭐ 1,014 👤 nomily-ai User 🕐 已更新 2026-11-19 📅 创建时间 2026-08-05
47
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
48
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
49
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
50
aschmelyun/subvert

在几秒钟内从视频生成字幕、摘要和章节

aschmelyun
⭐ 867 PHP 👤 aschmelyun User 🕐 已更新 2026-05-15 📅 创建时间 2023-03-22

常见问题解答

1

GitHub 上最受欢迎的 #transcription 仓库是什么?

GitHub 上排名第一的开源 #transcription 项目是 debpalash/VoiceStudio,拥有 115,753 个 Star。VoiceStudio 是 ElevenLabs 的开源、完全本地化替代方案,支持 646 种语言的声音克隆、声音设计、视频配音、听写、转录和有声书创作。

2

#transcription 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #transcription 项目中,最常见的编程语言是 Python, TypeScript, Rust, Swift。

3

#transcription 仓库的排名是如何计算的?

我们跟踪了 72 个标记为 #transcription 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 322,848 个 Star,平均每个仓库拥有 4,484 个 Star。排名每日根据 GitHub API 更新。