Speech To Text: open-source проекты на GitHub
64 репозиториев по теме Speech To Text, отобранных ИИ-агентом REDDYX. У каждого — описание на русском, ключевые возможности и разбор. Отсортировано по числу звёзд.
// СМЕЖНЫЕ ТЕМЫ
ЛОКАЛЬНЫЙ AI-СТУДИЯ ГОЛОСА С КЛОНИРОВАНИЕМ И ДАБИНГОМ
Открытый кроссплатформенный инструмент для клонирования голоса, даббинга видео и создания аудиокниг на 646 языках. Работает полностью локально без облачных API и регистра
★ 110,614 · 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 · PythonАВТОМАТИЧЕСКИЙ ПЕРЕВОД ВИДЕО С ОЗВУЧКОЙ
Open-source инструмент для полного цикла перевода видео: распознавание речи, перевод субтитров, синтез речи и сборка видео. Поддерживает локальные модели и облачные API д
★ 19,764 · Pythonscreenpipe: Запись и поиск
Локальное приватное приложение, которое круглосуточно записывает всё, что вы видите, говорите и слышите, и даёт ИИ возможность жить ваш жизненным опытом.
★ 18,711 · RustConcat: Бесплатный Капкат
Concat — полностью бесплатный и открытый кроссплатформенный редактор видео, альтернатива CapCut. Поддерживает работу с MCPs и готов к использованию создателями контента.
★ 17,630 · RustЛичный 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 · PythonОФФЛАЙН 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++МЕЕТИЛИ: AI-АССИСТЕНТ ВСТРЕЧ
Meetily — локальный AI‑ассистент для встреч: транскрипция 4× быстрее, диаризация спикеров и саммари через Ollama, всё на Rust.
★ 12,509 · RustMLX-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 · PythonODS - ТВОЙ AI СЕРВЕР ДОМА
ODS превращает любой компьютер в мощный AI‑сервер: LLM‑инференс, чат, голос, агенты, RAG и генерация изображений.
★ 7,832 · ShellBlaizzy/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 · PythonАВТОНОМНЫЙ ИИ-КОМПАНЬОН ДЛЯ РАБОЧЕГО СТОЛА
Автономный ИИ-ассистент, живущий на рабочем столе. Наблюдает за экраном, отслеживает активное окно и проактивно взаимодействует через голос и анимированный интерфейс.
★ 5,178 · PythonДвижок 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++OpenWhispr: Диктовка голосом
Приложение для преобразования речи в текст с поддержкой локальных (Nvidia Parakeet/Whisper) и облачных моделей (BYOK). Приватность прежде всего, доступно на всех платформ
★ 3,216 · TypeScriptVEKSA: AI ТРАНСКРИПЦИЯ ВСТРЕЧ
Open-source API для транскрибации встреч в Google Meet, Teams и Zoom с автоподключением ботов и реальными WebSocket‑потоками.
★ 2,984 · PythonPLUELY СКРЫТЫЙ AI АССИСТЕНТ
Платино — открытая замена Cluely: быстрый, приватный AI‑ассистент для встреч и интервью, незаметный в видеозвонках и записи.
★ 2,778 · TypeScriptdograh-hq/dograh
Open Source Voice Agent Platform
★ 2,636 · PythonWHISPERJAV СУБТИТРЫ БЕЗ ШУМА
Генератор субтитров для видео на основе Qwen3‑ASR, Whisper и локального LLM, устойчив к шуму и идеально подходит для JAV‑контента.
★ 2,465 · PythonОТКРЫТЫЙ СПИСОК РЕСУРСОВ ДЛЯ WHISPER
Awesome-whisper — список статей, туториалов, моделей и инструментов для OpenAI Whisper. В нём ссылки на модели, гайды по fine‑tuning и примеры интеграции в Python, JS и д
★ 2,433ГОЛОСОВОЙ АССИСТЕНТ ДЛЯ MAC
Wally позволяет голосом управлять Mac и искать в локальных документах без выхода в интернет. Работает на Apple Silicon, использует оффлайн LLM через llama.cpp и RAG‑поиск
★ 1,571 · C++RCLI — Голосовой ИИ
Голосовой ИИ с RAG без облака: общайтесь с Mac и запрашивайте документы локально.
★ 1,507 · C++Голосовой ввод с ИИ-обработкой
Зажми клавишу, говори, отпусти — ИИ-улучшенный текст появится рядом с курсором в любом приложении.
★ 1,356 · HTMLAIRUNNER ОФЛАЙН ИИ ДЛЯ ВСЕХ
Offline inference engine для искусств, реального времени голосовых диалогов, LLM‑чатботов и автоматизированных workflows.
★ 1,315 · PythonAI ДИКТАЦИЯ БЕЗ КЛАВИАТУРЫ
Открытый AI-ассистент для диктовки, работающий локально и офлайн. Набирайте в три раза быстрее без клавиатуры.
★ 1,307 · TypeScriptvllm-mlx - Сервер LLM для Apple Silicon с поддержкой мультимодальных моделей
OpenAI и Anthropic совместимый сервер для Apple Silicon. Запускайте LLM и модели с поддержкой зрения с непрерывной пакетной обработкой и вызовом инструментов MCP. 400+ то
★ 1,260 · PythonМинуты: поиск по беседам
Запоминает каждое совещание, идею и голосовую заметку — всё доступно через AI. Открытый код и защита приватности.
★ 1,214 · RustBYOK 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.
★ 1,011ОПЕНТАЙПЛЕСС - Голосом печатай везде!
Opentypeless позволяет набирать текст голосом в любой среде: говорите, записывайте, полируйте результат и получайте готовый текст.
★ 684 · TypeScriptFLUTTER EDGE AI: ПРЯМО НА УСТРОЙСТВЕ
On-device AI для Flutter: Gemma и другие LLM, мультимодальность, вызов функций, эмбеддинги, RAG и речь. Поддерживается Android, iOS, Web, macOS, Windows и Linux.
★ 663 · JavaScriptAI 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 · TypeScriptwatch-skill - ВИДЕО ДЛЯ АГЕНТОВ ПОИСК И ПРОВЕРКА
Преобразуйте видео, стримы и записи экранов агентов в поисковый индекс с таймкодами, затем проверяйте и исправляйте работу через THE LOOP.
★ 582 · PythonAI-AVATAR-SYSTEM - СОЗДАВАЙ РЕАЛЬНЫЙ АВАТАР
Загрузи фото, склонируй голос и общайся с цифровым человеком в реальном времени с губа-синхроном.
★ 581 · PythonDreamServer: Локальный AI
DreamServer — открытый проект для локального запуска LLM с чат‑интерфейсом, голосовым управлением, агентами, workflows, RAG и генерацией изображений, работающий без облак
★ 523 · 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 · PythonСОЗДАЙ AI АГЕНТОВ ДЛЯ ЗВОНКОВ ЛОКАЛЬНО
Lampline позволяет создавать AI телефонных агентов на своём компьютере и тестировать их с AI звонящим. Открытый исходный код, работает бесплатно без API ключей, центы за
★ 495 · 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 · SwiftAI КОПИЛОТ ДЛЯ ОНЛАЙН ВСТРЕЧ
Open-source AI-ассистент для встреч: реальная транскрипция, подавление эха и помощь Claude/OpenAI. Работает локально на macOS и Windows.
★ 435 · TypeScriptaudio.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++AI-разговор с идолами Shiny Colors
AI-проект для голосового и текстового общения с идолами из The Idolmaster Shiny Colors на японском с субтитрами, сохранением контекста и развертыванием через Docker.
★ 430 · PythonSPEAKOFLOW: ОФЛАЙН ДИКТАФОН С ИИ
Офлайн‑диктовщик для Windows, macOS и Linux — альтернатива Wispr Flow. Есть ИИ‑ассистент, который по запросу читает экран и отвечает на вопросы. Всё работает локально, бе
★ 401 · RustКЛАВИАТУРА 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 · PythonORBIT САМОХОСТИНГ ИИ
Orbit — self‑hosted платформа для частного RAG и мультимодельных AI‑приложений на Python.
★ 364 · PythonВОЙСАИ: ШАБЛОНЫ ДЛЯ АГЕНТОВ
Подборка полезных статей и ссылок для создания голосовых ИИ‑агентов. Быстро стартуй с готовыми шаблонами и ресурсами.
★ 341WHISPER-WEBSITE: АУДИО В ТЕКСТ
Простое веб-приложение на Python и FastAPI, использующее OpenAI Whisper для транскрибации аудио в субтитры. Позволяет загружать файлы, выбирать язык и скачивать SRT/VTT.
★ 326 · PythonALFRED + OPENAI: УМНЫЙ ЧАТ-БОТ
Alfred 5 workflow для общения с GPT через OpenAI API. Генерирует и редактирует изображения с DALL·E, превращает речь в текст и синтезирует голос 🔊
★ 318 · RubyСВОБОДНЫЙ AI СЕКРЕТАРЬ ВСТРЕЧ
meetcap — бесплатный локальный AI-ассистент для встреч. Транскрибирует в реальном времени на вашем компьютере, пишет протоколы и управляется AI-агентом. 300 звёзд на GitH
★ 305 · ShellBLITZTEXT: РЕЧЬ В ТЕКСТ
Экспериментальное open‑source приложение для macOS, которое размещается в строке меню и преобразует речь в текст в реальном времени. Использует WhisperKit и API OpenAI дл
★ 276 · SwiftFREELINGO: ИИ-ТЮТОР ДЛЯ ЯЗЫКОВ
Open-source платформа для изучения языков с локальными и облачными LLM. Поддерживает планы CEFR, голосовые диалоги, карточки и интервальные повторения. Разворачивается че
★ 275 · JavaScriptPATTER: ГОЛОСОВОЙ AI SDK
Открытый SDK для голосовых агентов за 4 строки кода. Поддерживает Python и TypeScript, лицензия MIT.
★ 274 · PythonЛОКАЛЬНАЯ ДИКТАЦИЯ НА WHISPER
OpenWhisper — локальная диктовка и заметки с Whisper или OpenAI API. Поддерживает кастомные модели, историю через MCP и общие движки по LAN/Tailscale. Работает на Windows
★ 266 · PythonDELIVE - 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 · TypeScriptINPUT0 - ГОЛСОВОЙ ВВОД ДЛЯ MACOS
Зажми горячую клавишу — говори, отпусти — текст уже вставлен. Локальная STT + LLM-улучшение через Rust.
★ 259 · RustГОЛОСОВАЯ СТУДИЯ НА MAC С MLX
Локальное приложение для синтеза речи, клонирования голосов, озвучки книг, дубляжа и транскрипции на Apple Silicon. Работает офлайн через MLX без облака и Python.
★ 247 · GoQVAC ЛОКАЛЬНЫЙ AI SDK
QVAC позволяет запускать LLM, распознавание речи и перевод локально на всех платформах — от ПК до смартфонов.
★ 240 · TypeScriptНовые проекты по теме — в Telegram
Telegram →