登录 注册

搜索结果：speech-recognition（12 个）

今日热门（多来源加权） 本周热门 本月热门 最近新增 Star 增长最快 Fork 增长最快 商业潜力较高 适合个人开发者
推广
阿里云 没搜到想要的？这就是机会——自己造一个，38 元/年的服务器就能上线 去开机器
按分类缩小范围
全部分类 AI 应用与 AI Agent AI 模型与开发框架 自动化与工作流 数据分析与数据处理 网站与 SaaS 工具 效率与办公工具 图像、视频与音频 内容创作与媒体工具 电商与营销工具 游戏与娱乐 网络与基础设施 开发者工具 安全与隐私工具 教育与学习 其他

hex

商机 63
支持 Mac、Windows 和 Linux 的本地语音听写转文字工具。
Rust 6,319 383 本周 +1,839 2026-11-11
AI 模型与开发框架 图像、视频与音频 数据分析与数据处理 部署：中等

FunASR

商机 81
支持训练、推理、流式 ASR、VAD、标点恢复及 OpenAI/MCP 兼容服务的开源语音识别工具包。
Python 20,999 2,123 2026-11-11
AI 模型与开发框架 图像、视频与音频 AI 应用与 AI Agent 部署：中等

leon

商机 81
一款开源的个人智能助理。
TypeScript 17,667 1,481 2026-11-11
AI 应用与 AI Agent 自动化与工作流 内容创作与媒体工具 部署：中等

WhisperLiveKit

商机 73
本地实时流式语音转文字工具，支持说话人分离、翻译及兼容 OpenAI 的 API。
Python 11,239 1,158 2026-11-08
AI 模型与开发框架 开发者工具 图像、视频与音频 部署：中等

speechbrain

商机 71
基于 PyTorch 的开源全能语音处理工具包。
Python 11,934 1,760 2026-10-14
AI 模型与开发框架 图像、视频与音频 教育与学习 部署：中等

faster-whisper

商机 68
基于 CTranslate2 的高速 Whisper 转录工具。
Python 26,671 2,233 2026-11-10
AI 模型与开发框架 图像、视频与音频 教育与学习 部署：中等

PaddleSpeech

商机 67
易用的语音工具包，包含 ASR、流式 TTS、声纹识别及端到端语音翻译等。
Python 12,706 1,953 2026-08-12
AI 模型与开发框架 图像、视频与音频 教育与学习 部署：中等

lotti

商机 66
自带个人 AI 助手的私密日志应用，支持设备间端到端加密同步。
Dart 1,206 121 2026-11-11
AI 应用与 AI Agent 安全与隐私工具 图像、视频与音频 部署：中等

cicada

商机 63
支持会议与直播的实时字幕、同传及 AI 纪要工具，跨全平台开源。
Swift 2,169 373 2026-11-10
网站与 SaaS 工具 效率与办公工具 图像、视频与音频 部署：中等

whisperX

商机 62
具备词级时间戳和说话人日志（Diarization）功能的自动语音识别工具。
Python 25,217 2,544 2026-10-22
AI 模型与开发框架 图像、视频与音频 网络与基础设施 部署：中等

voice-pro

商机 59
面向创作者的 Gradio WebUI，集成主流 TTS、零样本声音克隆与人声分离等功能。
Python 13,424 1,930 2026-07-13
图像、视频与音频 内容创作与媒体工具 AI 模型与开发框架 部署：中等

kaldi

商机 54
语音识别工具包 Kaldi 的官方开源代码仓库。
Shell 15,515 5,340 2025-09-22
图像、视频与音频 开发者工具 部署：中等