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。

84 条记录

标签为“speech-to-text”按健康指数排序

npm

59中等健康指数

iLoveAgents/foundry-voice-live

SDK and tools for Microsoft Foundry Voice Live API - real-time voice interactions with AI agents

TypeScript★ 3↓ 5,902/月2026年10月13日

MIT2026年10月13日 · 指标 2.10.0

PyPI

57中等健康指数

OpenVoiceOS/ovos-stt-server-plugin

该仓库未发布描述。

Python★ 2↓ 3,712/月2026年10月11日

Apache-2.02026年10月11日 · 指标 2.10.0

PyPI

57中等健康指数

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.

Python★ 1↓ 262/月2026年9月16日

Apache-2.02026年9月16日 · 指标 2.10.0

npm · PyPI · RubyGems +2

57中等健康指数

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

Java★ 0↓ 128/月2026年9月12日

Apache-2.02026年9月12日 · 指标 2.10.0

npm

56中等健康指数

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.

TypeScript★ 452↓ 11.3K/月2026年10月18日

自定义许可证2026年10月18日 · 指标 2.10.0

Maven · npm

54中等健康指数

CrispStrobe/CrisperWeaver

On-device speech-to-text Flutter app powered by CrispASR (ggml / Whisper) — offline, multi-platform, AGPL-3.0.

Dart★ 602026年9月14日

AGPL-3.02026年9月14日 · 指标 2.10.0

PyPI

51中等健康指数

DePasqualeOrg/mlx-audio-plus

Python tools for text to speech (TTS), speech to text (STT), and speech to speech (STS) powered by MLX

Python★ 472026年9月15日

MIT2026年9月15日 · 指标 2.10.0

PyPI

48薄弱健康指数

Leon-Sander/Local-Multimodal-AI-Chat

Self-hostable multimodal chat with local LLMs (Ollama/OpenAI): PDF RAG, image chat, and Whisper voice, Streamlit + Docker.

Python★ 2062026年9月11日

GPL-3.02026年9月11日 · 指标 2.10.0

npm

48薄弱健康指数

TranscribeJs/transcribe.js

Monorepo for Transcribe.js

JavaScript · C++★ 53↓ 3,767/月2026年9月11日

MIT2026年9月11日 · 指标 2.10.0

npm

47薄弱健康指数

EddyVerbruggen/nativescript-speech-recognition

:speech_balloon: Speech to text, using the awesome engines readily available on the device.

TypeScript★ 93↓ 2,657/月2026年10月19日

自定义许可证2026年10月19日 · 指标 2.10.0

crates.io

47薄弱健康指数

findit-studio/asry

该仓库未发布描述。

Rust★ 0↓ 2,210/月2026年10月4日

Apache-2.02026年10月4日 · 指标 2.10.0

npm

47薄弱健康指数

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.

TypeScript · JavaScript★ 2↓ 388/月2026年9月13日

MIT2026年9月13日 · 指标 2.10.0

PyPI · npm

44薄弱健康指数

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.

Python★ 0↓ 38.8K/月2026年10月21日

MIT2026年10月21日 · 指标 2.10.0

44薄弱健康指数

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.

Go★ 02026年10月21日

MIT2026年10月21日 · 指标 2.10.0

PyPI

38薄弱健康指数

fermionresearch/phonon

Phonon: open speech recognition models (Phonon-2, Phonon-1) — CLI, CPU and CUDA images

Python★ 2582026年10月20日

Apache-2.02026年10月20日 · 指标 2.10.0

npm

36薄弱健康指数

DevinChen2014/socialdatax-skills

SocialDataX skills for Xiaohongshu, XHS, RedNote, and Douyin content research

JavaScript★ 3↓ 6,879/月2026年9月13日

MIT2026年9月13日 · 指标 2.10.0

PyPI

30存在风险健康指数

collectivat/cmusphinx-models

Acoustic and language models for minorised languages.

Python · Shell★ 262026年9月12日

AGPL-3.02026年9月12日 · 指标 2.10.0

Go · npm

30存在风险健康指数

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。

Go★ 02026年9月19日

MIT2026年9月19日 · 指标 2.10.0

PyPI · npm · Go +2

26存在风险健康指数

alphacep/vosk-api

Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node

Jupyter Notebook★ 15.1K↓ 758.4K/月2026年9月17日

Apache-2.02026年9月17日 · 指标 2.10.0

npm

26存在风险健康指数

jyswee/appoiint

Agent communication platform CLI. Slack for Agents. Meetings too. 36 MCP tools.

JavaScript★ 1↓ 730/月2026年9月10日

自定义许可证2026年9月10日 · 指标 2.10.0

PyPI

25存在风险健康指数

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.

Python★ 3512026年9月11日

自定义许可证2026年9月11日 · 指标 2.10.0

—

15危急健康指数