PyPI · crates.io
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9月9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。
83 条记录
crates.io
elevenlabs/cli
Command Line Interface to interact with ElevenLabs voice agents
MIT2026年9月13日 · 指标 2.10.0
npm · PyPI
arcforgelabs/dictate
Local-only desktop dictation for Linux and Windows: hold a key, speak, and the text lands in the focused app. On-device Parakeet speech-to-text on the CPU, no accounts, no cloud.
MIT2026年10月18日 · 指标 2.10.0
PyPI
m-bain/whisperX
WhisperX: Automatic Speech Recognition with Word-level Timestamps (& Diarization)
BSD-2-Clause2026年9月16日 · 指标 2.10.0
npm · PyPI
reson8labs/livekit-plugins-reson8
Reson8 STT plugin for LiveKit Agents
Apache-2.02026年10月10日 · 指标 2.10.0
npm · Maven · RubyGems
XDcobra/react-native-sherpa-onnx
React Native TurboModule for Sherpa-ONNX offline on-device Speech Processing (STT/TTS/Diarization/VAD) completely offline on the device. Support for Android & iOS
MIT2026年10月18日 · 指标 2.10.0
crates.io
deepgram/deepgram-rust-sdk
Community Rust SDK for Deepgram.
MIT2026年9月8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9月11日 · 指标 2.10.0
NuGet
elbruno/ElBruno.MarkItDotNet
.NET library that converts file formats to Markdown for AI pipelines
MIT2026年10月19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9月12日 · 指标 2.10.0
NuGet · npm
fgilde/Nextended
A suite of .NET libraries: extension methods, custom types, caching, EF Core, ASP.NET Core response filtering, source generation and .NET Aspire hosting integrations.
GPL-3.02026年9月12日 · 指标 2.10.0
Go
gojargo/jargo
Conversational-AI framework for Go.
BSD-2-Clause2026年9月10日 · 指标 2.10.0
npm · NuGet
GeiserX/whisper-subs
Jellyfin plugin for local AI-powered subtitle generation using Whisper - all processing stays on your server
GPL-3.02026年9月13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9月17日 · 指标 2.10.0
npm
deeeed/audiolab
Cross-platform audio processing SDK for React Native — streaming, recording, analysis, visualization, and on-device inference
MIT2026年9月23日 · 指标 2.10.0
crates.io · PyPI
handy-computer/transcribe.cpp
ggml speech-to-text inference for 16+ model families
MIT2026年9月10日 · 指标 2.10.0
npm · PyPI
EtanHey/voicelayer
Voice I/O MCP for AI coding agents — local TTS + STT, 2 tools (`voice_speak`, `voice_ask`) with ToolAnnotations
Apache-2.02026年10月21日 · 指标 2.10.0
npm
HumeAI/hume-react-sdk
Packages for using Hume AI and React
无许可证2026年9月14日 · 指标 2.10.0
npm
mrgoonie/multix-cli
AI multimodal CLI — Gemini, MiniMax, OpenRouter, ffmpeg, ImageMagick, doc-to-md
MIT2026年10月21日 · 指标 2.10.0
Go
taigrr/elevenlabs
Unofficial Go client for the ElevenLabs API: text-to-speech, speech-to-text, sound generation, and voice management.
0BSD2026年9月19日 · 指标 2.10.0
npm · Maven · RubyGems
adelbeke/react-native-speech-to-text
Cross-platform speech recognition library for React Native using native APIs (Speech Framework & SpeechRecognizer)
MIT2026年10月15日 · 指标 2.10.0
PyPI
SYSTRAN/faster-whisper
Faster Whisper transcription with CTranslate2
MIT2026年9月16日 · 指标 2.10.0
npm
kuralle/syrinx
Open-source voice agent engine in TypeScript — provider-neutral STT/LLM/TTS pipeline, telephony, barge-in; runs on Node & Cloudflare Workers
MIT2026年8月26日 · 指标 2.10.0
PyPI
OpenVoiceOS/ovos-stt-plugin-vosk
vosk STT plugin for mycroft
Apache-2.02026年9月15日 · 指标 2.10.0
npm
arach/vox
Local-first macOS transcription runtime with Swift services, a Bun CLI, and a TypeScript SDK.
无许可证2026年9月11日 · 指标 2.10.0
npm · crates.io
snomiao/otoji
realtime speech ⇄ text, 音を字に — wire mic → STT → translate → speech as an on-device voice graph that spans your devices over WebRTC. Runs in the browser (transformers.js/ONNX/WebGPU); no API keys, nothing leaves the device by default.
MIT2026年9月5日 · 指标 2.10.0
npm
soniox/soniox-js
Soniox JS SDK monorepo
无许可证2026年9月15日 · 指标 2.10.0
npm
ChetanXpro/nodejs-whisper
NodeJS Bindings for Whisper - the CPU version of OpenAI's Whisper, as initially crafted in C++ by ggerganov.
MIT2026年9月15日 · 指标 2.10.0
Go
VoiceBlender/voiceblender
A programmable Voice AI 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9月12日 · 指标 2.10.0
npm
moeru-ai/xsai-apple-speech
🍎💬 Apple Speech library for Node.js and Electron, compatible with xsAI
MIT2026年10月10日 · 指标 2.10.0