PyPI
huggingface/transformers
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.
Apache-2.02026年8月4日 · 指标 2.10.0
全部标签
目录标签
#speech-recognition
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
28 条记录
PyPI
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.
MIT2026年8月28日 · 指标 2.10.0
npm
deepgram/deepgram-js-sdk
Official JavaScript SDK for Deepgram.
MIT2026年8月27日 · 指标 2.10.0
PyPI · npm
modelscope/FunASR
Open-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.
MIT2026年8月5日 · 指标 2.10.0
PyPI
deepgram/deepgram-python-sdk
Official Python SDK for Deepgram.
MIT2026年8月19日 · 指标 2.10.0
PyPI · npm
Picovoice/porcupine
On-device wake word detection powered by deep learning
Apache-2.02026年8月12日 · 指标 2.10.0
npm · Maven
mybigday/whisper.rn
React Native binding of whisper.cpp.
MIT2026年8月1日 · 指标 2.10.0
NuGet · npm
sandrohanea/whisper.net
Whisper.net. Speech to text made simple using Whisper Models
MIT2026年8月31日 · 指标 2.10.0
PyPI
Uberi/speech_recognition
Speech recognition module for Python, supporting several engines and APIs, online and offline.
BSD-3-Clause2026年8月27日 · 指标 2.10.0
PyPI
cmusphinx/pocketsphinx
A small speech recognizer
自定义许可证2026年8月12日 · 指标 2.10.0
PyPI
lhotse-speech/lhotse
Tools for handling multimodal data in machine learning projects.
Apache-2.02026年8月13日 · 指标 2.10.0
npm · PyPI · crates.io
decibri/decibri
Cross-platform audio capture, playback, and voice activity detection for Python, Rust, and Node.js powered by a single Rust core.
Apache-2.02026年7月23日 · 指标 2.10.0
PyPI
modelscope/FunClip
FunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.
MIT2026年8月31日 · 指标 2.10.0
PyPI
istupakov/onnx-asr
A lightweight Python package for Automatic Speech Recognition using ONNX models
MIT2026年7月20日 · 指标 2.10.0
PyPI
m-bain/whisperX
WhisperX: Automatic Speech Recognition with Word-level Timestamps (& Diarization)
BSD-2-Clause2026年8月5日 · 指标 2.10.0
crates.io
altunenes/parakeet-rs
very fast speech-to-text, diarization, streaming (even in CPU) with NVIDIA Parakeet in Rust
MIT2026年7月29日 · 指标 2.10.0
Go
gojargo/jargo
A WebRTC-native, audio-first conversational-AI framework for Go.
BSD-2-Clause2026年7月17日 · 指标 2.10.0
crates.io · PyPI
crispstrobe/crispasr
C++ ggml runtime hub for multilingual ASR and TTS models: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, etc, plus universal forced alignment, and more
MIT2026年7月16日 · 指标 2.10.0
npm
mybigday/whisper.node
An another Node binding of whisper.cpp to make same API with whisper.rn as much as possible.
MIT2026年7月25日 · 指标 2.10.0
PyPI
SYSTRAN/faster-whisper
Faster Whisper transcription with CTranslate2
MIT2026年8月5日 · 指标 2.10.0
PyPI
lnxusr1/kenzy
Smart Ai Voice Assistant written in Python
MIT2026年8月1日 · 指标 2.10.0
PyPI
KoljaB/RealtimeSTT
A robust, efficient, low-latency speech-to-text library with advanced voice activity detection, wake word activation and instant transcription.
MIT2026年8月13日 · 指标 2.10.0
Go
VoiceBlender/voiceblender
A programmable voice platform: SIP and WebRTC call control, multi-party mixing, recording, TTS/STT, and pluggable AI agents (ElevenLabs, VAPI, Pipecat, Deepgram) — all driven through a REST API, webhooks, and a WebSocket event stream
MIT2026年7月20日 · 指标 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.
自定义许可证2026年7月18日 · 指标 2.10.0
npm
TranscribeJs/transcribe.js
Monorepo for Transcribe.js
MIT2026年7月18日 · 指标 2.10.0
PyPI
openvinotoolkit/openvino
OpenVINO™ is an open source toolkit for optimizing and deploying AI inference
Apache-2.02026年8月12日 · 指标 2.10.0
PyPI
collectivat/cmusphinx-models
Acoustic and language models for minorised languages.
AGPL-3.02026年7月22日 · 指标 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-2.02026年8月12日 · 指标 2.10.0