R_REDDYX.XYZ

ASR: open-source проекты на GitHub

27 репозиториев по теме ASR, отобранных ИИ-агентом REDDYX. У каждого — описание на русском, ключевые возможности и разбор. Отсортировано по числу звёзд.

// СМЕЖНЫЕ ТЕМЫ

LLM 2064Speech To Text 64TTS 54Speech Recognition 35Whisper 48Transcription 26Text To Speech 69Speech Synthesis 13Audio 14Ollama 237Video 40Pytorch 91MCP 1593Ffmpeg 37
NVIDIA-NeMo/Speech

NVIDIA NEMO SPEECH — ФРЕЙМВОРК ДЛЯ SPEECH AI И МУЛЬТИМОДАЛЬНЫХ LLM

Масштабируемый фреймворк для ASR, TTS и речевых LLM. Позволяет создавать, настраивать и развёртывать модели речи с готовыми чекпоинтами.

★ 18,764 · Python
modelscope/FunASR

FunASR — распознавание речи

Промышленный инструмент распознавания речи: 170× realtime, 50+ языков, диаризация, определение эмоций, стриминг и OpenAI-совместимый API.

★ 16,235 · Python
k2-fsa/sherpa-onnx

ОФФЛАЙН РЕЧЕВАЯ ОБРАБОТКА НА ONNXRUNTIME

Библиотека для распознавания и синтеза речи, диаризации и улучшения аудио. Работает локально на 12 языках программирования и встроенных системах без интернета.

★ 16,007 · C++
FunAudioLLM/SenseVoice

SenseVoice: Модель для понимания голоса

Мультиязычная модель для анализа и понимания речи на разных языках с высокой точностью.

★ 8,171 · Python
modelscope/FunClip

FUNCLIP: ВИДЕО-РЕДАКТОР С ИИ

FunClip — открытый инструмент для точного распознавания речи в видео и быстрого создания клипов с помощью LLM. Простой в использовании, поддерживает Python.

★ 6,562 · Python
umlx5h/LLPlayer

LLPlayer - ИЗУЧЕНИЕ ЯЗЫКОВ

Медиаплеер для изучения языков с двойными субтитрами, AI‑субтитрами и переводом в реальном времени.

★ 4,725 · C#
0xShug0/audio.cpp

Движок аудио-инференса на C++

Единый C++ движок на базе ggml для запуска аудио-моделей (TTS, STT, VAD, конвертация голоса) без зависимостей от Python.

★ 4,234 · C++
sgl-project/sglang-omni

SGLANG-OMNI: ОМНИ-СЕРВИС ДЛЯ ИИ

SGLang-Omni обеспечивает высокопроизводительный запуск моделей TTS, ASR и речевых omni-моделей на Python.

★ 1,791 · Python
yuezhiai/jonex

JONEX УНИВЕРСАЛЬНЫЙ МУЛЬТИМОДАЛЬНЫЙ ПАРСЕР

Jonex — универсальный движок парсинга мультимедиа, текста и кода, дополненный онтологией и LLM‑вики. Он индексирует данные, строит граф знаний и выдаёт готовые промпты дл

★ 1,675 · Python
tuya/TuyaOpen

TUYAOPEN – AI+IoT ФРЕЙМВОРК НА C

TuyaOpen — фреймворк для быстрой интеграции AI-агентов с IoT‑устройствами на платформах T2/T3/T5AI и ESP32, написанный на C.

★ 1,579 · C
Open-Less/openless

Голосовой ввод с ИИ-обработкой

Зажми клавишу, говори, отпусти — ИИ-улучшенный текст появится рядом с курсором в любом приложении.

★ 1,356 · HTML
amicalhq/amical

AI ДИКТАЦИЯ БЕЗ КЛАВИАТУРЫ

Открытый AI-ассистент для диктовки, работающий локально и офлайн. Набирайте в три раза быстрее без клавиатуры.

★ 1,307 · TypeScript
mbailey/voicemode

VOICEMODE - ЕСТЕСТВЕННЫЙ ГОЛОС КЛАУД

Естественные голосовые диалоги с Claude Code прямо в терминале. voicemode превращает текст в живую речь ИИ-ассистента.

★ 1,214 · Python
Nomily-Ai/nomily-app

BYOK диктофон с ИИ-транскрипцией

Приложение для записи голоса с поддержкой собственных ключей API. Транскрибирует речь локально или в облаке, выделяет спикеров и создаёт ИИ-саммари.

★ 1,011
huggingface/optimum-intel

OPTIMUM-INTEL - УСКОРЯЙ ИНФЕРЕНС С ИНТЕЛ

Optimum Intel предоставляет инструменты Intel для ускорения инференса моделей ИИ, упрощая развертывание и повышая производительность.

★ 630 · Jupyter Notebook
zenstory-ai/video-recap-skills

ВИДЕО РЕКАП С КЛОД КОД

Проект предоставляет навыки Claude Code для создания китайского озвучивания-рЕкапа из видеофайлов. Экспортирует результат в редактируемый черновик JianYing/CapCut. Работа

★ 626 · Python
SAOS-3624/dsh-video-storyboard

СТОРИБОРД ВИДЕО В ОДНОМ ИЗОБРАЖЕНИИ

dsh-video-storyboard создаёт сценный сторיבורд для DeepSeek Harness: 9-16 ячеек с таймкодами, транскриптом и огибающей звука в одном изображении (384 токена). Два инструм

★ 542 · JavaScript
PiSugar/whisplay-ai-chatbot

WHISPLA AI ЧАТБОТ НА RPI

Компактный AI-чатбот на Raspberry Pi Zero 2W, написанный на TypeScript. Легко развернуть и общаться с LLM.

★ 536 · TypeScript
FireRedTeam/FireRedASR2S

FIRE RED ASR2S SOTA РАСПОЗНАВАНИЕ

Полнофункциональная промышленная ASR-система с распознаванием речи, VAD, LID и пунктуацией, поддерживающая китайский, английский, код‑свитчинг и пение.

★ 528 · Python
AudarAI/Audar-ASR-V1

Audar-ASR-V1: генеративный ASR

Проект представляет Arabic-first генеративную систему распознавания речи с моделями Flash и Turbo, занимающую первое место в лидерборде Open Universal Arabic ASR. Включае

★ 503 · Python
kigner/audio.cpp-webui

audio.cpp WebUI на C++

Полноценный веб‑интерфейс для inference аудио моделей на чистом C++ с использованием ggml. Поддерживает TTS, ASR/STT, VAD, диаризацию, голосовое преобразование и генераци

★ 431 · C++
mahimairaja/voiceai

ВОЙСАИ: ШАБЛОНЫ ДЛЯ АГЕНТОВ

Подборка полезных статей и ссылок для создания голосовых ИИ‑агентов. Быстро стартуй с готовыми шаблонами и ресурсами.

★ 341
timoncool/speech-studio

ОФФЛАЙН AI СТУДИЯ ГОЛОСА НА RUST

Локальное приложение для синтеза и распознавания речи с клонированием голосов и диаризацией спикеров. Работает без интернета, скачивает модели само, поддерживает MCP для

★ 312 · Rust
XimilalaXiang/DeLive

DELIVE - АУДИО ЗАХВАТ + AI СУБТИТРЫ

Захватывает системный аудио, транскрибирует 12 ASR‑движками на 60+ языках и предлагает AI‑рабочее пространство для саммари, чата и ментальных карт.

★ 261 · TypeScript
roryeckel/wyoming_openai

WYOMING_OPENAI ПРОКСИ ДЛЯ ОПЕНАЙ

Middleware, совместимый с OpenAI API, который проксирует запросы через протокол Wyoming для голосовых ассистентов.

★ 228 · Python
Soul-AILab/SoulX-Transcriber

SoulX-Transcriber транскрибатор речи

End-to-end фреймворк для многоголосой транскрибации, который одновременно определяет, кто говорит, когда и что сказано. Реализован на Python.

★ 33 · Python
BillLucky/echocut

ЭхоКат: AI-видео конвертер

Проект позволяет одной командой превращать сырые видеозаписи в готовый брендированный контент, оптимизированный под любые платформы, используя локальные модели FFmpeg, Wh

★ 31 · JavaScript

Новые проекты по теме — в Telegram

Telegram →
ASR — 27 open-source проектов на GitHub | REDDYX AI