npm
iLoveAgents/foundry-voice-live
SDK and tools for Microsoft Foundry Voice Live API - real-time voice interactions with AI agents
MIT13 жовт. 2026 р. · метрики 2.10.0
Усі теги
Тег каталогу
#speech-to-text
Усі репозиторії публічного реєстру з цим тегом — із тем GitHub або ключових слів, які публікують їхні реєстри пакетів. Здоров'я вимірюється за тією ж версіонованою методологією, що й решта реєстру.
84 записи
PyPI
OpenVoiceOS/ovos-stt-server-plugin
Опис репозиторію не опубліковано.
Apache-2.011 жовт. 2026 р. · метрики 2.10.0
PyPI
queelius/muse
Model-agnostic multi-modality generation server with plugin discovery: OpenAI-compatible TTS, embeddings, and image generation. Drop a Python file in ~/.muse/models/ to add a backend.
Apache-2.016 вер. 2026 р. · метрики 2.10.0
npm · PyPI · RubyGems +2
runapi-ai/elevenlabs-sdk
RunAPI ElevenLabs SDK for text-to-speech, dialogue generation, sound effects, speech transcription, and audio isolation workflows in JavaScript, Python, Ruby, Go, Java, and PHP
Apache-2.012 вер. 2026 р. · метрики 2.10.0
npm
echogarden-project/echogarden
Cross-platform speech toolset, used from the command-line or as a Node.js library. Includes a variety of engines for speech synthesis, speech recognition, forced alignment, speech translation, voice isolation, language detection and more.
Власна ліцензія18 жовт. 2026 р. · метрики 2.10.0
Maven · npm
CrispStrobe/CrisperWeaver
On-device speech-to-text Flutter app powered by CrispASR (ggml / Whisper) — offline, multi-platform, AGPL-3.0.
AGPL-3.014 вер. 2026 р. · метрики 2.10.0
PyPI
DePasqualeOrg/mlx-audio-plus
Python tools for text to speech (TTS), speech to text (STT), and speech to speech (STS) powered by MLX
MIT15 вер. 2026 р. · метрики 2.10.0
PyPI
Leon-Sander/Local-Multimodal-AI-Chat
Self-hostable multimodal chat with local LLMs (Ollama/OpenAI): PDF RAG, image chat, and Whisper voice, Streamlit + Docker.
GPL-3.011 вер. 2026 р. · метрики 2.10.0
npm
TranscribeJs/transcribe.js
Monorepo for Transcribe.js
MIT11 вер. 2026 р. · метрики 2.10.0
npm
EddyVerbruggen/nativescript-speech-recognition
:speech_balloon: Speech to text, using the awesome engines readily available on the device.
Власна ліцензія19 жовт. 2026 р. · метрики 2.10.0
crates.io
findit-studio/asry
Опис репозиторію не опубліковано.
Apache-2.04 жовт. 2026 р. · метрики 2.10.0
npm
udah1/cursor-chat-bridge
Drive the Cursor AI agent from a chat app (GitHub Issues / Telegram / Teams). Pluggable transport adapters + local daemon + MCP tools + hooks.
MIT13 вер. 2026 р. · метрики 2.10.0
PyPI · npm
Kugelaudio/python-sdk
Official Python SDK for the KugelAudio speech API (text-to-speech, speech-to-text). Mirrored from our monorepo; issues and PRs welcome.
MIT21 жовт. 2026 р. · метрики 2.10.0
Go
amenophis1er/cadence
Provider-agnostic Go engine for low-latency STT→LLM→TTS voice pipelines. Streaming engines behind uniform interfaces — swap Deepgram, ElevenLabs, Cartesia, Whisper, Anthropic, Gemini or your own with a config change. Owns the hot path; battle-tested under production telephony.
MIT21 жовт. 2026 р. · метрики 2.10.0
PyPI
fermionresearch/phonon
Phonon: open speech recognition models (Phonon-2, Phonon-1) — CLI, CPU and CUDA images
Apache-2.020 жовт. 2026 р. · метрики 2.10.0
npm
DevinChen2014/socialdatax-skills
SocialDataX skills for Xiaohongshu, XHS, RedNote, and Douyin content research
MIT13 вер. 2026 р. · метрики 2.10.0
PyPI
collectivat/cmusphinx-models
Acoustic and language models for minorised languages.
AGPL-3.012 вер. 2026 р. · метрики 2.10.0
Go · npm
go-restream/stt
OpenAI Realtime API Compatible Real-time Speech Recognition Service. 高性能的本地化实时语音识别服务，提供 WebSocket 接口支持音频流的实时转录(将OpenAI标准audio/transcriptions接口转化为实时语音识别服务)。项目集成了 VAD（语音活动检测）和多种 ASR 引擎，支持灵活的配置和部署。
MIT19 вер. 2026 р. · метрики 2.10.0
PyPI · npm · Go +2
alphacep/vosk-api
Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node
Apache-2.017 вер. 2026 р. · метрики 2.10.0
npm
jyswee/appoiint
Agent communication platform CLI. Slack for Agents. Meetings too. 36 MCP tools.
Власна ліцензія10 вер. 2026 р. · метрики 2.10.0
PyPI
HenestrosaDev/audiotext
A desktop application that transcribes audio from files, microphone input or YouTube videos with the option to translate the content and create subtitles.
Власна ліцензія11 вер. 2026 р. · метрики 2.10.0
—
discursive-image/diroom
Part of the Discursive Image project. This is the ultimate orchestrator and wrapper around the other tools.
Власна ліцензія19 вер. 2026 р. · метрики 2.10.0
crates.io · npm · Go +1
ekhodzitsky/gigastt
Local STT server powered by GigaAM v3.
MIT20 вер. 2026 р. · метрики 2.10.0
PyPI
abhirooptalasila/AutoSub
A CLI script to generate subtitle files (SRT/VTT/TXT) for any video using either DeepSpeech or Coqui
MIT16 вер. 2026 р. · метрики 2.10.0