R_REDDYX.XYZ

Speech Recognition: open-source проекты на GitHub

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

// СМЕЖНЫЕ ТЕМЫ

Speech To Text 64Text To Speech 69LLM 2064ASR 27Openai 691Voice Assistant 42Speech Synthesis 13Whisper 48Transcription 26Deep Learning 101AI Assistant 146Computer Vision 40Transformers 49Claude Code 1573
huggingface/transformers

🤗 Transformers

Фреймворк для определения моделей машинного обучения в тексте, зрении, аудио и мультимодальных моделях, для инференса и обучения.

★ 160,482 · Python
ggml-org/whisper.cpp

whisper.cpp: C/C++ порт Whisper

Высокопроизводительный порт модели распознавания речи OpenAI Whisper на C/C++ для локального и кроссплатформенного использования.

★ 49,828 · C++
SYSTRAN/faster-whisper

БЫСТРАЯ ТРАНСКРИБЦИЯ РЕЧИ

Faster Whisper — ускоренная версия модели Whisper для распознавания речи, построенная на CTranslate2. Поддерживает量化 модели и обеспечивает реальное‑временное транскрибиро

★ 26,758 · Python
leon-ai/leon

Личный ассистент Leon

Открытый личный ассистент с голосовым управлением, плагинами и фокусом на конфиденциальность.

★ 17,222 · TypeScript
modelscope/FunASR

FunASR — распознавание речи

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

★ 16,235 · Python
openvinotoolkit/openvino

ОПТИМИЗАЦИЯ И РАЗВЕРТЫВАНИЕ AI-МОДЕЛЕЙ

Инструментарий для оптимизации и развертывания моделей глубокого обучения. Поддерживает конвертацию из PyTorch, TensorFlow, ONNX и запуск на CPU, GPU и NPU Intel.

★ 11,656 · C++
Neywa-Labs/mlx-audio

MLX-AUDIO: РЕЧЬ НА APPLE SILICON

mlx-audio — библиотека для TTS, STT и STS на фреймворке MLX от Apple. Работает эффективно на Apple Silicon. 8192 звёзд на GitHub.

★ 8,267 · Python
FunAudioLLM/SenseVoice

SenseVoice: Модель для понимания голоса

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

★ 8,171 · Python
Blaizzy/mlx-audio

Blaizzy/mlx-audio

A text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apple's MLX framework, providing efficient speech analysis on Apple Silicon.

★ 7,115 · Python
anomalyco/hex

ЛОКАЛЬНЫЙ ГОЛОСОВОЙ ДИКТОВАНИЕ ДЛЯ ВСЕХ ОС

Hex — локальное приложение для голосового ввода текста на macOS, Windows и Linux. Удерживайте клавишу, говорите, и текст вставится в активное окно.

★ 6,802 · Rust
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
QwenAudio/qwen-audio-agent

ГОЛОСОВОЙ АГЕНТ В РЕАЛЬНОМ ВРЕМЕНИ

Realtime voice runtime, позволяющий AI‑агентам говорить и работать без задержек. Поддержка JavaScript и низкой латентности.

★ 3,227 · JavaScript
fikrikarim/parlor

Парлор AI на устройстве

Парлор — открытый проект, позволяющий вести естественные голосовые и визуальные диалоги с ИИ, работающим полностью локально на вашем устройстве. Он построен на моделях Ge

★ 1,752 · HTML
PrunaAI/pruna

PRUNA - УСКОРЯЕМ МОДЕЛИ

Pruna — фреймворк для оптимизации моделей на Python, позволяющий ускорить inference и сократить ресурсы без потери точности.

★ 1,391 · Python
rudrankriyam/Foundation-Models-Framework-Lab

ФРЕЙМВОРК ФОНДОВЫХ МОДЕЛЕЙ

Практическая лаборатория для создания и тестирования приложений на Apple Foundation Models.

★ 1,192 · Swift
rudrankriyam/Foundation-Models-Framework-Example

FRAMEWORK FINE-TUNING ДЛЯ iOS 26

Примеры приложений для Foundation Models Framework в iOS 26 и macOS 26 — разбираем тонкую настройку LLM прямо на девайсе.

★ 1,060 · Swift
mybigday/whisper.rn

WHISPER.RN: ГОЛОС В REACT NATIVE

whisper.rn — React Native binding whisper.cpp: офлайн распознавание речи прямо в вашем приложении.

★ 810 · C++
SaarthurR/atticus-mac

ГОЛОСОВОЙ ИИ АССИСТЕНТ ДЛЯ MACOS

Atticus — бесплатный голосовой помощник для macOS. Работает на вашем плане Claude Pro/Max без API-ключей. Запускает фоновые агенты для сложных задач, запоминает привычки

★ 773 · Python
iskandaryv/meetingly-ai

AI АССИСТЕНТ ДЛЯ ВСТРЕЧ И СОБЕСЕДОВАНИЙ

Открытый AI-ассистент для встреч и интервью: распознаёт речь на устройстве, даёт мгновенные ответы и остаётся незаметным при partage экрана. Доступен на Windows, macOS и

★ 661 · TypeScript
judahpaul16/gpt-home

GPT-HOME УМНЫЙ ДОМ НА РАСПБЕРРИ

Локальный чат‑бот на базе ChatGPT, работающий на Raspberry Pi через LiteLLM и LangGraph. Ваш умный помощник без облаков.

★ 655 · Python
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
FrigadeHQ/yap

Голосовой диктовщик для macOS

FrigadeHQ/yap — бесплатное открытое приложение для диктовки голоса на macOS. Выполняет транскрипцию полностью на устройстве с помощью Apple Speech framework, не требуя ин

★ 479 · Swift
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++
AnubhavChaturvedi-GitHub/jarvis-ai-assistant

ГОЛОСОВЫЙ AI АССИСТЕНТ JARVIS

Голосовой помощник на Python с распознаванием речи, поиском в сети, генерацией изображений и управлением WhatsApp.

★ 398 · Python
AGIHunt/blurt

КЛАВИАТУРА ДЛЯ ЭПОХИ АГЕНТОВ

blurt — бесплатная клавиатура для macOS с диктовкой, копированием текста с экрана, переводом и записью экрана. Работает с Claude Code, Codex и другими агентами. Open sour

★ 381 · Swift
Dodaios/Dodaios

DODAIOS: ТВОЙ AI АССИСТЕНТ

Dodaios — локальный open‑source AI‑ассистент, который запускает ваших агентов, coding CLI, браузер и любые приложения. Работает на Windows, macOS и Linux, написан на Pyth

★ 378 · Python
mahimairaja/voiceai

ВОЙСАИ: ШАБЛОНЫ ДЛЯ АГЕНТОВ

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

★ 341
yuga-hashimoto/openclaw-assistant

OPENCLAW ASSISTANT - ГОЛОСОВОЙ ПОМОЩНИК ANDROID

OpenClaw Assistant — голосовой ассистент для Android с активацией по wake word и глубокой интеграцией в системные функции.

★ 324 · Kotlin
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
danukim/MITSUHA

MITSUHA AI AGENT

MITSUHA — многоязычный, доступный терапевтический ИИ-агент с голографическим телом в VTube Studio. Вы можете вести с ним диалог, и он отвечает, оживляя персонажа.

★ 292 · C#
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
ChetanXpro/nodejs-whisper

WHISPER В NODEJS: БЫСТРАЯ ТРАНСКРИБЦИЯ

Привязки Whisper для Node.js на TypeScript позволяют распознавать речь на CPU без GPU. Простой API и высокая точность.

★ 212 · TypeScript
Genesis1231/Eva01

ЕВА01: ИИ-СУЩЕСТВО С СОБСТВЕННЫМ МЫШЛЕНИЕМ

Eva01 — ИИ-сущность с сознанием, поддерживающая терминал и API, мультимедиа, модульную архитектуру и совместима с ведущими LLM.

★ 207 · 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

Новые проекты по теме — в Telegram

Telegram →
Speech Recognition — 35 open-source проектов на GitHub | REDDYX AI