全部项目
当前范围的仓库 9 · UTC 2026-11-05
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—Mmodelscope / FunASR开源语音识别工具包，用于训练、推理、流式 ASR、VAD、标点符号、说话者分类管道和 OpenAI 兼容/MCP 服务。PythonMIT · 宽松，可直接商用名次历史不足20,9132,102——2026-11-02
2—Sspeechbrain / speechbrain基于 PyTorch 的语音工具包PythonApache-2.0 · 宽松，可直接商用名次历史不足11,9161,752——2026-10-14
3—QQuentinFuxa / WhisperLiveKit实时本地语音转文本，具有流式 ASR、说话者分类、翻译和 OpenAI/Deepgram 兼容 API。PythonApache-2.0 · 宽松，可直接商用名次历史不足11,2041,158——2026-11-01
4—Nnexmoe / VidBee从 1000 多个网站下载视频和音频，使用演讲者标签进行本地转录，并使用您首选的 AI 提供商对您的媒体进行总结、翻译或聊天。TypeScriptMIT · 宽松，可直接商用名次历史不足11,058868——2026-11-01
5—Ppyannote / pyannote-audio用于说话人二值化的神经构建块：语音活动检测、说话人变化检测、重叠语音检测、说话人嵌入Jupyter NotebookMIT · 宽松，可直接商用名次历史不足10,7531,130——2026-11-03
7—Aargmaxinc / argmax-oss-swift适用于 Apple Silicon 的设备上语音 AISwiftMIT · 宽松，可直接商用名次历史不足6,442624——2026-10-27
8—MMahmoudAshraf97 / whisper-diarization基于 OpenAI Whisper 的说话人分类自动语音识别Jupyter NotebookBSD-2-Clause · 宽松，可直接商用名次历史不足5,673504——2026-08-15
9—FFluidInference / FluidAudio应用程序中的 Frontier CoreML 音频模型 — 文本转语音、语音转文本、语音活动检测和说话人分类。在 Swift 中，由 SOTA 开源提供支持。SwiftApache-2.0 · 宽松，可直接商用名次历史不足3,252501——2026-11-01
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。