R_REDDYX.XYZ

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

LLM 2064Text To Speech 69Speech Recognition 35Transcription 26Whisper 48Openai 691ASR 27Self Hosted 348Local AI 73Privacy 86Desktop App 137MCP 1593RAG 507Local First 246
debpalash/VoiceStudio

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 · 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
jianchang512/pyvideotrans

АВТОМАТИЧЕСКИЙ 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 · Python
screenpipe/screenpipe

screenpipe: 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 · Rust
jub0t/Concat

Concat: Бесплатный Капкат

Concat — полностью бесплатный и открытый кроссплатформенный редактор видео, альтернатива CapCut. Поддерживает работу с MCPs и готов к использованию создателями контента.

★ 17,630 · Rust
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
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++
Zackriya-Solutions/meetily

МЕЕТИЛИ: AI-АССИСТЕНТ ВСТРЕЧ

Meetily — локальный AI‑ассистент для встреч: транскрипция 4× быстрее, диаризация спикеров и саммари через Ollama, всё на Rust.

★ 12,509 · Rust
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
Osmantic/ODS

ODS - ТВОЙ AI СЕРВЕР ДОМА

ODS превращает любой компьютер в мощный AI‑сервер: LLM‑инференс, чат, голос, агенты, RAG и генерация изображений.

★ 7,832 · Shell
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
AhmadHassan-BTed/B

АВТОНОМНЫЙ 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 · Python
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++
OpenWhispr/openwhispr

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 · TypeScript
Vexa-ai/vexa

VEKSA: AI ТРАНСКРИПЦИЯ ВСТРЕЧ

Open-source API для транскрибации встреч в Google Meet, Teams и Zoom с автоподключением ботов и реальными WebSocket‑потоками.

★ 2,984 · Python
iamsrikanthnani/pluely

PLUELY СКРЫТЫЙ AI АССИСТЕНТ

Платино — открытая замена Cluely: быстрый, приватный AI‑ассистент для встреч и интервью, незаметный в видеозвонках и записи.

★ 2,778 · TypeScript
dograh-hq/dograh

dograh-hq/dograh

Open Source Voice Agent Platform

★ 2,636 · Python
meizhong986/WhisperJAV

WHISPERJAV 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 · Python
sindresorhus/awesome-whisper

ОТКРЫТЫЙ 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

★ 2,433
RunanywhereAI/wally

ГОЛОСОВОЙ 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++
RunanywhereAI/RCLI

RCLI — Голосовой ИИ

Голосовой ИИ с RAG без облака: общайтесь с Mac и запрашивайте документы локально.

★ 1,507 · 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
Capsize-Games/airunner

AIRUNNER ОФЛАЙН ИИ ДЛЯ ВСЕХ

Offline inference engine для искусств, реального времени голосовых диалогов, LLM‑чатботов и автоматизированных workflows.

★ 1,315 · Python
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
waybarrios/vllm-mlx

vllm-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 · Python
silverstein/minutes

Минуты: поиск по беседам

Запоминает каждое совещание, идею и голосовую заметку — всё доступно через AI. Открытый код и защита приватности.

★ 1,214 · Rust
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
tover0314-w/opentypeless

ОПЕНТАЙПЛЕСС - Голосом печатай везде!

Opentypeless позволяет набирать текст голосом в любой среде: говорите, записывайте, полируйте результат и получайте готовый текст.

★ 684 · TypeScript
DenisovAV/flutter_edge_ai

FLUTTER 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 · JavaScript
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
oxbshw/watch-skill

watch-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 · Python
PunithVT/ai-avatar-system

AI-AVATAR-SYSTEM - СОЗДАВАЙ РЕАЛЬНЫЙ АВАТАР

Загрузи фото, склонируй голос и общайся с цифровым человеком в реальном времени с губа-синхроном.

★ 581 · Python
Light-Heart-Labs/DreamServer

DreamServer: Локальный AI

DreamServer — открытый проект для локального запуска LLM с чат‑интерфейсом, голосовым управлением, агентами, workflows, RAG и генерацией изображений, работающий без облак

★ 523 · 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
C4rohan/Lampline

СОЗДАЙ 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 · 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
Laxcorp-Research/project-raven

AI 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 · TypeScript
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++
Sallyn0225/eidolon-sc

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 · Python
AbhishekBarali/SpeakoFlow

SPEAKOFLOW: 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 · Rust
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
schmitech/orbit

ORBIT САМОХОСТИНГ ИИ

Orbit — self‑hosted платформа для частного RAG и мультимодельных AI‑приложений на Python.

★ 364 · 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
Kabanosk/whisper-website

WHISPER-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 · Python
yohasebe/openai-chat-api-workflow

ALFRED + 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 · Ruby
seacen/meetcap

СВОБОДНЫЙ 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 · Shell
cmagnussen/blitztext-app

BLITZTEXT: 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 · Swift
artcc/freelingo

FREELINGO: 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 · JavaScript
PatterAI/Patter

PATTER: ГОЛОСОВОЙ AI SDK

Открытый SDK для голосовых агентов за 4 строки кода. Поддерживает Python и TypeScript, лицензия MIT.

★ 274 · Python
Knuckles92/OpenWhisper

ЛОКАЛЬНАЯ 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 · Python
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
10xChengTu/input0

INPUT0 - ГОЛСОВОЙ ВВОД ДЛЯ MACOS

Зажми горячую клавишу — говори, отпусти — текст уже вставлен. Локальная STT + LLM-улучшение через Rust.

★ 259 · Rust
hehehai/AudioSmith

ГОЛОСОВАЯ 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 · Go
tetherto/qvac

QVAC ЛОКАЛЬНЫЙ AI SDK

QVAC позволяет запускать LLM, распознавание речи и перевод локально на всех платформах — от ПК до смартфонов.

★ 240 · TypeScript

Новые проекты по теме — в Telegram

Telegram →
Speech To Text — 64 open-source проектов на GitHub | REDDYX AI