npm · crates.io · PyPI
microsoft/foundry-local
该仓库未发布描述。
自定义许可证2026年7月30日 · 指标 2.10.0
全部标签
目录标签
#speech-to-text
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。
55 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
TanStack/ai
🤖 Type-safe, provider-agnostic TypeScript AI SDK for streaming chat, tool calling, agents, and multimodal apps across OpenAI, Anthropic, Gemini, React, Vue, Svelte, and Solid.
MIT2026年7月22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
—
tetherto/qvac
QVAC - Local AI SDK and libraries for building private, cross-platform, peer-to-peer AI applications. Run LLMs, speech-to-text, translation, and more locally on Linux, macOS, Windows, Android, and iOS.
Apache-2.02026年7月18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
—
FluidInference/FluidAudio
Frontier CoreML audio models in your apps — text-to-speech, speech-to-text, voice activity detection, and speaker diarization. In Swift, powered by SOTA open source.
Apache-2.02026年7月16日 · 指标 2.10.0
npm
AssemblyAI/assemblyai-node-sdk
The AssemblyAI JavaScript SDK provides an easy-to-use interface for interacting with the AssemblyAI API, which supports async and real-time transcription, audio intelligence models, as well as the latest LeMUR models.
MIT2026年9月6日 · 指标 2.10.0
crates.io
screenpipe/screenpipe
YC (S26) | Record your screen 24/7 and plug into your agents. Local, private, secure. Connect to OpenClaw, Hermes agent and 100+ apps
自定义许可证2026年8月5日 · 指标 2.10.0
npm
HumeAI/hume-typescript-sdk
Add Hume AI to any TypeScript project
MIT2026年7月27日 · 指标 2.10.0
crates.io · npm
cjpais/Handy
A free, open source, and extensible speech-to-text application that works completely offline.
MIT2026年8月5日 · 指标 2.10.0
PyPI · npm
moonshine-ai/moonshine
Very low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces
自定义许可证2026年8月28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
npm · crates.io
drakulavich/kesha-voice-kit
Give your tools a voice — speech to text and back, 25 languages, up to ~19× faster than Whisper. On your machine.
MIT2026年7月28日 · 指标 2.10.0
crates.io · Maven · npm +1
k2-fsa/sherpa-onnx
Speech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 servers, websocket server/client, support 12 programming languages
Apache-2.02026年8月27日 · 指标 2.10.0
PyPI
lfnovo/esperanto
A unified interface for various AI model providers
MIT2026年7月19日 · 指标 2.10.0
—
tryAGI/ElevenLabs
C# SDK for the ElevenLabs API -- text-to-speech and speech-to-text
MIT2026年8月25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
npm · crates.io
silverstein/minutes
Every meeting, every idea, every voice note — searchable by your AI. Open-source, privacy-first conversation memory layer.
MIT2026年7月23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
npm
zerodytrash/TikTok-Live-Connector
Node.js library to receive live stream events (comments, gifts, etc.) in realtime from TikTok LIVE.
AGPL-3.02026年7月21日 · 指标 2.10.0
NuGet
GeiserX/whisper-subs
Jellyfin plugin for local AI-powered subtitle generation using Whisper - all processing stays on your server
GPL-3.02026年7月24日 · 指标 2.10.0
npm
HumeAI/hume-react-sdk
Packages for using Hume AI and React
无许可证2026年7月27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
PyPI
dotdevdotdev/agentwire-dev
A self-hosted, keyboard-driven cockpit for running a whole fleet of Claude Code agents at once. Worktrees, command palette, scheduler, voice — every layer stacks, so you ship far more than hand-juggling terminals. Your machine, your keys, no telemetry.
Apache-2.02026年7月19日 · 指标 2.10.0
NuGet
fgilde/Nextended
Moved package nExt from CodePlex to github and updated to .net5
GPL-3.02026年7月21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