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
🤗 Transformers
Фреймворк для определения моделей машинного обучения в тексте, зрении, аудио и мультимодальных моделях, для инференса и обучения.
★ 160,482 · Pythonwhisper.cpp: C/C++ порт Whisper
Высокопроизводительный порт модели распознавания речи OpenAI Whisper на C/C++ для локального и кроссплатформенного использования.
★ 49,828 · C++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 · PythonЛичный ассистент Leon
Открытый личный ассистент с голосовым управлением, плагинами и фокусом на конфиденциальность.
★ 17,222 · TypeScriptFunASR — распознавание речи
Промышленный инструмент распознавания речи: 170× realtime, 50+ языков, диаризация, определение эмоций, стриминг и OpenAI-совместимый API.
★ 16,235 · PythonОПТИМИЗАЦИЯ 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++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 · PythonSenseVoice: Модель для понимания голоса
Мультиязычная модель для анализа и понимания речи на разных языках с высокой точностью.
★ 8,171 · PythonBlaizzy/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 · PythonЛОКАЛЬНЫЙ 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 · RustFUNCLIP: 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 · PythonГОЛОСОВОЙ АГЕНТ В РЕАЛЬНОМ ВРЕМЕНИ
Realtime voice runtime, позволяющий AI‑агентам говорить и работать без задержек. Поддержка JavaScript и низкой латентности.
★ 3,227 · JavaScriptПарлор 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 · HTMLPRUNA - УСКОРЯЕМ МОДЕЛИ
Pruna — фреймворк для оптимизации моделей на Python, позволяющий ускорить inference и сократить ресурсы без потери точности.
★ 1,391 · PythonФРЕЙМВОРК ФОНДОВЫХ МОДЕЛЕЙ
Практическая лаборатория для создания и тестирования приложений на Apple Foundation Models.
★ 1,192 · SwiftFRAMEWORK 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 · SwiftWHISPER.RN: ГОЛОС В REACT NATIVE
whisper.rn — React Native binding whisper.cpp: офлайн распознавание речи прямо в вашем приложении.
★ 810 · C++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 · PythonAI 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 · TypeScriptGPT-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 · PythonFIRE RED ASR2S SOTA РАСПОЗНАВАНИЕ
Полнофункциональная промышленная ASR-система с распознаванием речи, VAD, LID и пунктуацией, поддерживающая китайский, английский, код‑свитчинг и пение.
★ 528 · PythonAudar-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 · PythonГолосовой 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 · Swiftaudio.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++ГОЛОСОВЫЙ AI АССИСТЕНТ JARVIS
Голосовой помощник на Python с распознаванием речи, поиском в сети, генерацией изображений и управлением WhatsApp.
★ 398 · PythonКЛАВИАТУРА 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 · SwiftDODAIOS: 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 · PythonВОЙСАИ: ШАБЛОНЫ ДЛЯ АГЕНТОВ
Подборка полезных статей и ссылок для создания голосовых ИИ‑агентов. Быстро стартуй с готовыми шаблонами и ресурсами.
★ 341OPENCLAW ASSISTANT - ГОЛОСОВОЙ ПОМОЩНИК ANDROID
OpenClaw Assistant — голосовой ассистент для Android с активацией по wake word и глубокой интеграцией в системные функции.
★ 324 · KotlinОФФЛАЙН 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 · RustMITSUHA 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#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 · TypeScriptWHISPER В NODEJS: БЫСТРАЯ ТРАНСКРИБЦИЯ
Привязки Whisper для Node.js на TypeScript позволяют распознавать речь на CPU без GPU. Простой API и высокая точность.
★ 212 · TypeScriptЕВА01: ИИ-СУЩЕСТВО С СОБСТВЕННЫМ МЫШЛЕНИЕМ
Eva01 — ИИ-сущность с сознанием, поддерживающая терминал и API, мультимедиа, модульную архитектуру и совместима с ведущими LLM.
★ 207 · PythonSoulX-Transcriber транскрибатор речи
End-to-end фреймворк для многоголосой транскрибации, который одновременно определяет, кто говорит, когда и что сказано. Реализован на Python.
★ 33 · PythonНовые проекты по теме — в Telegram
Telegram →