Upstar classe toutes les heures les projets GitHub qui montent le plus vite, dans 69 thèmes. Voir les thèmes

#speech-to-text · IA & ML

Transcription vocale

Reconnaissance vocale, transcription et dictée, des modèles ouverts aux applications locales.

Cette semaine (27 oct. – 2 nov.), en tête : hex (+3 204), VoiceStudio (+10 060) et AudioSmith (+124). Les 104 projets classés ont gagné 24 080 étoiles, 12 % de plus que la semaine précédente.

Mis à jour le 2 nov., 11:35 UTC · classé toutes les heures à partir des étoiles quotidiennes de GitHub

Mis à jour il y a 44 min

Sujet GitHub ↗ (nouvel onglet)

Classement de la semaine

50 sur 104 affichés

Comment Upstar classe

  1. 1
    anomalyco/hex Local voice dictation for mac, windows and linux Rust Rust · 3,8 k au total En bonne santé Repéré à 501 étoiles
    Gagnées en 7 j +3,2 k Score 130,9 Total 3,8 k
  2. 2
    debpalash/VoiceStudio VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages. Python Python · 98,5 k au total En bonne santé
    Gagnées en 7 j +10,1 k Score 33,8 Total 98,5 k
  3. 3
    hehehai/AudioSmith Speech, voices, stories, audiobooks, dubbing and transcription, made on your Mac. Free and open source. Go Go · 193 au total
    Gagnées en 7 j +124 Score 12,4 Total 193
  4. 4
    cjpais/Handy A free, open source, and extensible speech-to-text application that works completely offline. Rust Rust · 37 k au total En bonne santé
    Gagnées en 7 j +2,3 k Score 12,3 Total 37 k
  5. 5
    floatboatai/OpenMinutes OpenMinutes · 录音笔工作台：MemoTalk S1 录音的导入 · 转录 · AI 归类 · 检索复盘（Floatboat Workbench 开源实现） TypeScript TypeScript · 108 au total Nouveau
    Gagnées en 7 j +108 Score 10,8 Total 108
  6. 6
    SonicloudTech/mouse-mcp Hardware mouse MCP server for AI agents on Windows x64. USB HID control and voice dictation; requires compatible uMouse hardware and firmware. 面向 AI 智能体的硬件鼠标 MCP：USB HID 控制与语音听写，需要兼容的 uMouse 设备与固件。 TypeScript TypeScript · 114 au total
    Gagnées en 7 j +106 Score 10,6 Total 114
  7. 7
    Magerko/copilot Локальный AI-копилот для интервью и встреч (Windows, BYOK): локальная ASR, оверлей, конфиденциальность TypeScript TypeScript · 84 au total Nouveau
    Gagnées en 7 j +84 Score 8,4 Total 84
  8. 8
    SaarthurR/atticus-mac Fast, free voice assistant for your Mac. No API key: runs on your Claude Pro or Max plan. Sends background agents for big jobs, remembers you and learns your shortcuts. Hold ⌃⌥Space and talk. Python Python · 541 au total
    Gagnées en 7 j +156 Score 8,0 Total 541
  9. 9
    timoncool/speech-studio Free offline AI voice studio for Windows — text-to-speech with cloned and built-in voices, and speech recognition with speakers. Russian done right. 100% local, one native .exe, zero Python. Rust Rust · 191 au total
    Gagnées en 7 j +82 Score 7,9 Total 191
  10. 10
    nyosegawa/speech.cpp Speech synthesis, speech recognition and voice activity detection for voice conversation, in C++ on ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet and Silero VAD on Metal, Vulkan and the CPU, with an OpenAI-compatible server and live transcription. C++ C++ · 317 au total
    Gagnées en 7 j +107 Score 7,4 Total 317
  11. 11
    Sorasukiawa/VoxPalm 掌声 VoxPalm：按住说话，松手出字。把遥控器和无线麦变成 Mac 的语音按钮 · Hold to talk, release to type: turn remotes and wireless mics into a voice button for your Mac Swift Swift · 95 au total
    Gagnées en 7 j +62 Score 6,2 Total 95
  12. 12
    FlaxXTT/Typeleast TypeLeast：按一下快捷键说话，本机识别（SenseVoice），用你自己的大模型 API Key 整理成通顺文字，直接写进光标处。macOS + Windows 11。 Swift Swift · 73 au total
    Gagnées en 7 j +54 Score 5,4 Total 73
  13. 13
    techjarves/Portable-Local-Studio Portable local AI studio for Windows, Linux, and macOS. Zero-setup GUI for Image Generation, GGUF LLMs, Text to Speech & Speech to Text JavaScript JavaScript · 1,8 k au total Peu d’activité
    Gagnées en 7 j +211 Score 5,3 Total 1,8 k
  14. 14
    OpenWhispr/openwhispr Voice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform. JavaScript JavaScript · 10,5 k au total En bonne santé
    Gagnées en 7 j +508 Score 5,1 Total 10,5 k
  15. 15
    lonthq/overtone-captions Reliable transcription, with captions cut for every screen shape from one file. An open caption format, a video.js plugin with style packs, and a CLI that recuts, burns in and exports word-timed captions. TypeScript TypeScript · 49 au total Nouveau
    Gagnées en 7 j +49 Score 4,9 Total 49
  16. 16
    bayshier/voicestudio-zh VoiceStudio 中文版：开源、完全本地的 ElevenLabs 替代品——语音克隆、语音设计、视频配音、听写、转写与有声书，646 种语言（译自 debpalash/VoiceStudio，AGPL-3.0） Python Python · 195 au total
    Gagnées en 7 j +57 Score 4,9 Total 195
  17. 17
    HanyuanWang/LiveStream-Agent-Studio 面向抖音直播电商的 Windows 本地 AI Agent Studio，贯通主播发现、直播洞察、直播复盘与短视频内容编导的统一智能工作流。 Python Python · 1,8 k au total Signaux mitigés
    Gagnées en 7 j +194 Score 4,8 Total 1,8 k
  18. 18
    ishangautam7/Talvio Talk to your computer: dictation into any app, a voice assistant that answers out loud and gets things done, meeting notes, and a phone app to control your PC. Local-first, open source. Rust Rust · 52 au total
    Gagnées en 7 j +47 Score 4,7 Total 52
  19. 19
    Akshayykadam/PixelBoard Unlock Google 11's Gemini "Rambler" Natural Voice Dictation & AI Writing Tools on ANY Android phone. No root required. Java Java · 1,4 k au total
    Gagnées en 7 j +163 Score 4,7 Total 1,4 k
  20. 20
    BoumedineBillal/esp32-pie-asr Live English speech recognition on the ESP32-P4: a 65.7M-parameter streaming transducer in 2/4-bit weights, faster than real time, on the chip alone. With six voice-control demos. C++ C++ · 48 au total
    Gagnées en 7 j +46 Score 4,6 Total 48
  21. 21
    sunerpy/voltip Push-to-talk voice typing for Windows, macOS, Linux and Android. On-device or cloud speech recognition, AI polish with presets, a dictionary, rules and scenes, long recordings with subtitles; the phone works on its own or pairs end-to-end encrypted as the computer's microphone and keyboard. Rust Rust · 80 au total
    Gagnées en 7 j +43 Score 4,3 Total 80
  22. 22
    modulate-ai/speech-to-text-benchmark Reproducible speech-to-text benchmark: WER, latency and cost for Velma, Deepgram, AssemblyAI, Chirp 3, MAI-Transcribe 2, Moonshine and whisper.cpp on LibriSpeech, VoxPopuli and Common Voice. Python Python · 45 au total
    Gagnées en 7 j +41 Score 4,1 Total 45
  23. 23
    yanyan1115/ringringring 0 成本让 AI 给你打电话📞：iOS 原生通话，无需 Mac／开发者账号，无需购买或编写 App。Zero-cost AI phone calls over free SIP. Python Python · 42 au total Nouveau
    Gagnées en 7 j +41 Score 4,1 Total 42
  24. 24
    alexturkey/crisperwhisper-turkce-kelime-zamani Verbatim speech-to-text with word timestamps on a 4 GB GPU: CrisperWhisper 2.0 Turbo (CT2 int8) + wav2vec2 CTC alignment. Turkish-first, Linux/WSL2. Python Python · 103 au total
    Gagnées en 7 j +40 Score 4,0 Total 103
  25. 25
    rafafunt/FalconSDR Wideband SDR scanner that records only real transmissions. Browser UI for local use or a headless receiver, searchable library, optional Whisper transcription. RTL-SDR and SoapySDR. Linux, Windows and macOS. Python Python · 52 au total
    Gagnées en 7 j +39 Score 3,9 Total 52
  26. 26
    AGIHunt/blurt The keyboard for the agent era: dictation, copy text from screen, translation, snaps and screen recordings for Claude Code, Codex and your other agents. Free, open source, Mac. 口喷鸡：Agent 时代的输入法。 Swift Swift · 210 au total
    Gagnées en 7 j +48 Score 3,8 Total 210
  27. 27
    JimLiu/baocut BaoCut: an AI video agent with an editable timeline. Transcribe, subtitle, translate, dub, cut and animate. TypeScript TypeScript · 1,6 k au total Signaux mitigés
    Gagnées en 7 j +137 Score 3,5 Total 1,6 k
  28. 28
    alexturkey/dubworld Local-first AI video dubbing pipeline: transcription, translation, speech synthesis and timing alignment. Python Python · 53 au total
    Gagnées en 7 j +30 Score 3,0 Total 53
  29. 29
    0xShug0/audio.cpp An all-in-one, pure C++ inference engine for audio models, powered by ggml. Supports TTS, STT, VAD, voice conversion, music generation, and more, with highly optimized performance. No Python dependency. C++ C++ · 3,9 k au total En bonne santé
    Gagnées en 7 j +167 Score 2,7 Total 3,9 k
  30. 30
    jamiepine/voicebox The open-source AI voice studio. Clone, dictate, create. Python Python · 59,2 k au total Signaux mitigés
    Gagnées en 7 j +650 Score 2,7 Total 59,2 k
  31. 31
    google-gemini/jot-gemini-transcribe-macOS Gemini 3.5 Transcribe demo. Hold a key. Speak. It types. Smart dictation for macOS. Swift Swift · 554 au total Signaux mitigés
    Gagnées en 7 j +58 Score 2,6 Total 554
  32. 32
    zeekk0/OpenSakura OpenSakura: MekaHime's first AI companion, open source. 3D VRoid avatar, real-time voice, emotion state, OpenRouter or Ollama brain. Python Python · 75 au total
    Gagnées en 7 j +26 Score 2,6 Total 75
  33. 33
    CerealAxis/Nola-Translator Lightweight, powerful real-time speech translation with multilingual support and a multilingual UI. TypeScript TypeScript · 322 au total
    Gagnées en 7 j +43 Score 2,6 Total 322
  34. 34
    audioshake/audioshake-python Python client and CLI for the AudioShake API: stem separation, dialogue isolation, transcription and alignment Python Python · 24 au total
    Gagnées en 7 j +24 Score 2,4 Total 24
  35. 35
    Nikentaipan/rpocket-team-Telegram-Autodubsub Hệ thống tự động tải video đa nền tảng, trích xuất phụ đề (Faster-Whisper), dịch thuật AI (Gemini/OpenAI), lồng tiếng Việt (CapCut/vieNeuTTS), xóa sub gốc (PaddleOCR) và render video qua Telegram Bot. 24 au total Nouveau
    Gagnées en 7 j +24 Score 2,4 Total 24
  36. 36
    andrisgauracs/whistle-esp32 Whistle speech-to-text running fully on an ESP32-S3: hold a button, say a colour in one of 7 languages, the LED does it. No network. C C · 206 au total
    Gagnées en 7 j +30 Score 2,3 Total 206
  37. 37
    wassgha/rescript 🎬 Open source, transcript-based video/audio editor that lives in the browser. TypeScript TypeScript · 1 k au total Signaux mitigés
    Gagnées en 7 j +68 Score 2,2 Total 1 k
  38. 38
    opennookorg/betterwispr Free, open-source, local-first dictation app for macOS. Hold a shortcut, speak, and text is typed into any app. On-device speech-to-text with Whisper, Parakeet and Apple speech. Private, offline, open-source Wispr Flow alternative. Swift Swift · 497 au total
    Gagnées en 7 j +44 Score 2,1 Total 497
  39. 39
    NVIDIA/NeMo-Speech.cpp NeMo-Speech.cpp is a lightweight C++ inference runtime for Speech models C++ C++ · 229 au total En bonne santé
    Gagnées en 7 j +29 Score 2,1 Total 229
  40. 40
    niyongsheng/AudioScript [讯飞同传]免费平替——本地系统语音实时转写，国际会议、外语播客、生肉影视，屏幕浮窗、实时字幕、离线识别。Offline real‑time Language transcription, floating live subtitles. Rust Rust · 261 au total
    Gagnées en 7 j +30 Score 2,0 Total 261
  41. 41
    fermionresearch/phonon Phonon: open speech recognition models (Phonon-2, Phonon-1) — CLI, CPU and CUDA images Python Python · 324 au total
    Gagnées en 7 j +33 Score 1,9 Total 324
  42. 42
    yuezhiai/jonex All-in-One Multimodal Parsing Engine + Ontology-Powered, LLM Wiki-Driven AI-Ready Knowledge Engine Python Python · 1,6 k au total Signaux mitigés
    Gagnées en 7 j +72 Score 1,9 Total 1,6 k
  43. 43
    altic-dev/FluidVoice Fastest and only macOS Dictation app with on-device STT and custom trained AI enhancement model. Windows, iOS testflight! Android, Linux waitlist open! A local Wispr Flow alternative. Follow https://x.com/fluidvoiceapp for more Swift Swift · 12,7 k au total En bonne santé
    Gagnées en 7 j +196 Score 1,8 Total 12,7 k
  44. 44
    xixihhhh/hotclip 免费开源的 AI 剪辑 / 直播切片工具:长视频、直播回放、播客一键切成爆款竖屏短视频,直发抖音/快手/B站/小红书/视频号——AI 找高光金句、弹幕热度进爆点判断、自动加字幕、横屏转竖屏,本地运行无水印不上传 | Free open-source Opus Clip alternative, 100% local: AI clips long videos & livestream VODs into viral 9:16 shorts for TikTok & YouTube Shorts. No credits, no watermark, no uploads… TypeScript TypeScript · 412 au total En bonne santé
    Gagnées en 7 j +34 Score 1,7 Total 412
  45. 45
    zephyr4123/speakmore SpeakMore：口述成文，划词即译。开源、免费的语音输入与翻译工具，支持 Mac 与 Windows：语音输入、语音翻译、划词翻译。兼容 Gemini、OpenAI、通义千问、DeepSeek、Kimi、智谱 GLM、MiniMax 及任意 OpenAI 兼容服务，语音输入亦可完全在本机运行。附 Typeless 逆向分析。 JavaScript JavaScript · 176 au total
    Gagnées en 7 j +21 Score 1,7 Total 176
  46. 46
    Turbo1123/Turbo-IO 雷鸟 iO / RayNeo iO 非官方 SDK：原生鸿蒙 HarmonyOS SDK/客户端、iOS 客户端及 iOS/Android 官方 App 扩展。自有模型、联网搜索、眼镜导航、录音研究、Codex 与 Web 预览，各平台能力以文档为准。面向开发者，仅供非商业学习研究；只提供源码，不提供 IPA/APK/HAP 或签名包。 Objective-C Objective-C · 317 au total
    Gagnées en 7 j +26 Score 1,5 Total 317
  47. 47
    QwenAudio/qwen-audio-agent A realtime voice runtime that keeps Agents talking, working, and present. Real-time Voice Runtime for AI Agents JavaScript JavaScript · 3,1 k au total En bonne santé
    Gagnées en 7 j +82 Score 1,5 Total 3,1 k
  48. 48
    EveningStudy/asmr-dubber 日语／英语／中文音视频 → 中文/英文配音与字幕。支持音色克隆、双语混音、RTF 空间处理、人声分离、批量处理和仅字幕导出。JA/EN/ZH media → Chinese/English dubbing & subtitles. Voice cloning, bilingual mixing, RTF spatial processing, vocal separation, batch processing & subtitle-only export Python Python · 278 au total En bonne santé
    Gagnées en 7 j +23 Score 1,4 Total 278
  49. 49
    SYSTRAN/faster-whisper Faster Whisper transcription with CTranslate2 Python Python · 26,4 k au total Signaux mitigés
    Gagnées en 7 j +231 Score 1,4 Total 26,4 k
  50. 50
    openai/whisper Robust Speech Recognition via Large-Scale Weak Supervision Python Python · 112 k au total Peu d’activité
    Gagnées en 7 j +473 Score 1,4 Total 112 k
Afficher la suite

Émergents en Transcription vocale Semaines passées : 26 oct.19 oct.