Havuz
Takip ettiğimiz konularda yükselen açık kaynak projeler — yıldız ivmesi, gerçek geliştirme aktivitesi ve AI değerlendirmesiyle.
Yalnız hareketli, son 28 günde commit almamış repoları gizler (yıldızı olan ama bırakılmış projeler). Commit sayısı henüz ölçülmemiş repolar da gizlenir.
EtiketTüm GitHub etiketleri — repo sahiplerinin koyduğu topic'lergöster
Etiketler yükleniyor…
- 1
OpenLess, konuşmayı metne dönüştürüp seçilen AI düzenleme moduyla iyileştirerek imlecin bulunduğu uygulamaya ekleyen açık kaynaklı bir sesli giriş uygulamasıdır.
Neden yükseliyor · 153 günlük yaşına karşılık 3.639 yıldız, son 28 günde 88 commit ve 16 farklı yazar kaydı; bu hareketlilik, çapraz platform sesli giriş ve AI ile metin düzenleme ihtiyacına yönelik belirgin ilgiyi gösteriyor. README'deki ürün iddiaları tek başına benimsenme kanıtı sayılmaz; verilen yıldız ve aktivite verileri ise projenin kısa sürede görünürlük kazandığını destekliyor.
21,1/gün ort. +8 son gün 160 commit 17 yazar Rust 27 Nis 2026 güncellendi 3 gün önce - 2
audio.cpp, ggml tabanlı ortak bir C++ runtime üzerinden farklı ses modellerinde yerel inference çalıştırmayı sağlayan bir framework’tür.
Neden yükseliyor · 96 günlük yaşına rağmen 3067 yıldızın yanı sıra son 28 günde 272 commit ve 18 farklı yazar görünüyor; bu, README’deki geniş model desteğinin yanında kayda değer bir geliştirme hareketliliğine işaret ediyor. README performans iyileştirmeleri ve yeni model desteği bildiriyor, ancak bu kıyasların bağımsız doğrulaması verilen bilgilerden anlaşılamıyor.
29,7/gün ort. +34 son gün 327 commit 19 yazar C++ 23 Haz 2026 güncellendi bugün - 3
All-in-One Multimodal Parsing Engine + Ontology-Powered, LLM Wiki-Driven AI-Ready Knowledge Engine
14,5/gün ort. +13 son gün 27 commit 9 yazar Python 19 Tem 2026 güncellendi 8 gün önce - 4
Claude Code / Codex skills that turn a video into a Chinese narration recap (视频解说): scene detection, ASR, VLM, script, TTS, ffmpeg assembly,
3,2/gün ort. +0 son gün 8 commit 1 yazar Python 02 May 2026 güncellendi 6 gün önce - 5
Transcribe any video URL or audio file into plaintext. No GPU. No cloud. One command.
3,2/gün ort. +0 son gün 0 commit 0 yazar Python 20 May 2026 güncellendi 15 Eyl 2026 - 6
Arabic-first generative speech recognition — Audar-ASR-V1 (Flash + Turbo). #1 on the Open Universal Arabic ASR Leaderboard. Model cards, ben
4,1/gün ort. +0 son gün 0 commit 0 yazar Python 06 Tem 2026 güncellendi 22 Ağu 2026 - 7
Open-source voice typing for Windows and macOS — a Wispr Flow / Superwhisper alternative. Press a shortcut, speak, and AI-polished text land
2,6/gün ort. +1 son gün 34 commit 3 yazar TypeScript 09 May 2026 güncellendi 2 gün önce - 8
hayamimi, specialist ASR modellerini dile göre yönlendirerek CPU üzerinde gerçek zamanlı, çok dilli konuşma dökümü ve canlı altyazı sağlar.
Neden yükseliyor · 34 günlük yaşına karşın 348 yıldız ve son 28 günde 112 commit dikkat çekici ilgi ve geliştirme temposuna işaret ediyor. Ancak bu çalışma 3 farklı yazarla sınırlı; ilginin nedenini veya kalıcı benimsemeyi tek başına kanıtlamıyor.
6,3/gün ort. +0 son gün 0 commit 0 yazar Python 25 Ağu 2026 güncellendi 17 Eyl 2026 - 9
audio.cpp with a full-task WebUI - pure C++ audio-model inference engine powered by ggml. TTS, ASR/STT, VAD, voice conversion, speaker diari
3,6/gün ort. +0 son gün 203 commit 14 yazar C++ 12 Tem 2026 güncellendi 12 gün önce - 10
Speech synthesis, speech recognition and voice activity detection for voice conversation, in C++ on ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR,
9,5/gün ort. +4 son gün — commit C++ 29 Eyl 2026 güncellendi 4 gün önce - 11
Phonon: open speech recognition models (Phonon-2, Phonon-1) — CLI, CPU and CUDA images
4,8/gün ort. +1 son gün 6 commit 1 yazar Python 28 Ağu 2026 güncellendi 8 gün önce - 12
An end-to-end framework for multi-speaker transcription that jointly models who spoke, when, and what.
2/gün ort. +0 son gün 0 commit 0 yazar Python 02 Haz 2026 güncellendi 22 Haz 2026 - 13
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
2,7/gün ort. +3 son gün 2 commit 1 yazar Python 23 Tem 2026 güncellendi 5 gün önce - 14
Free offline AI video dubbing studio for Windows — voice cloning, translation, subtitles & on-screen-text localization. 100% local, one nati
1,8/gün ort. +5 son gün 428 commit 2 yazar Rust 21 Haz 2026 güncellendi dün - 15
本地优先 AI 语音输入工具 | Local-first AI voice typing tool. 支持 Whisper/SenseVoice/Parakeet/Qwen asr,离线可用,LLM 智能润色. Open-source speech-to-text with LL
1,2/gün ort. +1 son gün — commit C++ 03 Tem 2026 güncellendi dün - 16
A mental-model-first field guide to Audio AI — from raw waveforms to production voice systems. Covers ASR, TTS, audio classification, Transf
1,3/gün ort. +0 son gün — commit 16 Tem 2026 güncellendi 16 Tem 2026 - 17
Local-first meeting transcription — audio & transcripts never leave your machine. Live captions + upload diarization + voice matching.
0,5/gün ort. +0 son gün — commit Python 08 Mar 2026 güncellendi 03 Ağu 2026 - 18
Oído, ESP32-S3 üzerinde cloud veya NPU olmadan open-vocabulary speech recognition çalıştırmayı hedefleyen C tabanlı bir ASR motorudur.
Neden yükseliyor · Düşük maliyetli bir mikrodenetleyicide open-vocabulary ASR çalıştırma iddiası ve README’de verilen LibriSpeech sonuçları dikkat çekiyor. Repo 1 günlük ve 46 yıldız almış olsa da son 28 gündeki 6 commit’in tek yazardan gelmesi, ilginin henüz bağımsız benimseme veya sürdürülebilir geliştirme kanıtı olmadığını gösteriyor.
3,6/gün ort. +1 son gün — commit C 30 Eyl 2026 güncellendi bugün - 19
MilkyAi at bilibili🥛| Video-to-Notes Email Service with RAG Customer Support & 38K Followers/Users on Bilibili | Python, PostgreSQL, RAG, A
0,7/gün ort. +0 son gün — commit Python 04 May 2026 güncellendi 04 Eki 2026 - 20
Swift SDK for running chat, vision and speech models on iPhone and Mac with Apple's Core AI. Model download and caching, FoundationModels in
0,8/gün ort. +0 son gün 41 commit 1 yazar Swift 12 Haz 2026 güncellendi bugün - 21
Privacy-conscious, open-source AI voice typing for Windows.
0,4/gün ort. +0 son gün — commit Rust 31 Mar 2026 güncellendi 3 gün önce - 22
Kesha listens and talks back: local speech to text and text to speech for agents and scripts, fastest on Apple Silicon.
0,4/gün ort. +0 son gün — commit TypeScript 06 Nis 2026 güncellendi 2 gün önce - 23
Compare two local Persian (Farsi) speech-to-text models side by side: a Persian Whisper fine-tune vs. general large-v3, on Apple Silicon.
0,5/gün ort. +0 son gün — commit Python 03 Haz 2026 güncellendi 08 Ağu 2026 - 24
Local STT server powered by GigaAM v3.
0,4/gün ort. +0 son gün — commit Rust 09 Nis 2026 güncellendi dün - 25
Turn raw footage into brand-ready, platform-optimized video with one command. Local-first: FFmpeg + WhisperX/MLX + Ollama.
0,4/gün ort. +0 son gün — commit JavaScript 31 May 2026 güncellendi 23 Haz 2026 - 26
Streaming Persian (Farsi) speech recognition: fine-tuning NVIDIA Nemotron 3.5 ASR streaming. Data prep, training, evaluation, inference.
2,1/gün ort. +0 son gün — commit Python 03 Eki 2026 güncellendi 03 Eki 2026 - 27
Self-hosted voice gateway in Go that speaks the OpenAI Realtime (GA) WebSocket protocol and runs a cascaded ASR → LLM → TTS pipeline behind
1,1/gün ort. +1 son gün — commit Go 10 Eyl 2026 güncellendi 24 gün önce - 28
Official Repo for "AgenticASR: Refining Speech Recognition in Real-World Scenarios via an Agentic Approach"
0,6/gün ort. +0 son gün 2 commit 1 yazar Python 30 Tem 2026 güncellendi 21 gün önce - 29
Unofficial Rust CLI/library and local Whisper-compatible REST shim for Codex Desktop ASR using local ChatGPT auth
0,3/gün ort. +0 son gün — commit Rust 05 May 2026 güncellendi 03 Tem 2026 - 30
macOS AI 会议纪要助手,支持麦克风与系统音频录制、实时转录和选择预设提示词生成会议纪要。
0,3/gün ort. +0 son gün — commit Swift 05 May 2026 güncellendi 27 gün önce - 31
Optimized ESP32-S3/P4 fully offline speech to text and text to speech system for Micropython and AtomVM, featuring a finetuned STT model for
1,4/gün ort. +0 son gün — commit C 26 Eyl 2026 güncellendi 2 gün önce - 32
中文 AI 语音输入工具:按快捷键说话,在任意应用把口述变成去口头语、可分段和结构化的文字;支持用户词典、中文转英文和自选 ASR/LLM。
0,3/gün ort. +0 son gün — commit Rust 18 May 2026 güncellendi 25 Eyl 2026 - 33
听记 (Tingji) — 本地会议录音转写与纪要,FunASR + LLM,数据不出本机。Local meeting transcription & minutes, runs entirely offline.
0,4/gün ort. +1 son gün — commit Python 23 Haz 2026 güncellendi 16 Eyl 2026 - 34
Deploy streaming ASR + TTS on RK3576/RK3588 — 120ms TTS, 52-language ASR, one Docker command
0,2/gün ort. +0 son gün — commit Python 13 Nis 2026 güncellendi dün - 35
Self-hosted meeting transcription portal — speech-to-text, speaker diarization, LLM-corrected transcripts, structured summaries and Word min
0,3/gün ort. +0 son gün — commit Python 14 May 2026 güncellendi 2 gün önce - 36
Generate degraded speech datasets for noise-robust ASR benchmarking
0,3/gün ort. +0 son gün — commit Python 21 May 2026 güncellendi 09 Haz 2026 - 37
CLI for audio, video, and text transcription with ASR providers and LLM-powered summarization via local or cloud backends.
0,2/gün ort. -11 son gün — commit Python 12 Nis 2026 güncellendi 16 Nis 2026 - 38
AI驯剪 — AI 自动剪辑视频:转写/剪气口/语义动效自动初剪 + 可视化 AI 视频编辑器人工定剪,开源闭环 | AI rough-cut + human final-cut video editing system
0,4/gün ort. +0 son gün — commit TypeScript 15 Tem 2026 güncellendi 07 Ağu 2026 - 39
ML model ports (ASR · TTS · LLM · VLM · vision · audio codecs) on the rlx multi-backend compiler + runtime — CPU/Metal/MLX/CUDA/wgpu
0,2/gün ort. +0 son gün — commit Rust 22 May 2026 güncellendi 2 gün önce - 40
Local, identity-aware speech transcription and diarization engine — turns multi-speaker audio into structured, named intelligence, 100% offl
0,6/gün ort. +0 son gün — commit Python 05 Eyl 2026 güncellendi 12 Eyl 2026 - 41
Public Python SDK, CLI, and MCP server for extracting metadata, text, timed transcripts, media, and supported comments from Douyin, RedNote,
0,1/gün ort. +0 son gün — commit Python 27 Mar 2026 güncellendi 2 gün önce - 42
抖创工坊:本地 Electron 工具,抖音视频无水印下载 + Whisper 转录 + AI 洗稿 + 分镜 + HyperFrames 竖屏成片 + Claude Skill 蒸馏
0,2/gün ort. +0 son gün — commit TypeScript 25 May 2026 güncellendi 22 gün önce - 43
VidkNot(影音笔记舱)— 一键从 11+ 自媒体平台(YouTube、B站、抖音、小红书、快手、TikTok、Twitter/X、Instagram、视频号、微博、Vimeo)提取视频笔记:下载音频、双 ASR 交叉校验、LLM 生成结构化笔记,同步到 Obsidian/飞
0,2/gün ort. +0 son gün — commit Python 28 Nis 2026 güncellendi bugün - 44
Taiwanese Hokkien (Taigi) speech-to-text transcriber - MediaTek Breeze-ASR-26 with faster-whisper, tuned for RTX 3050 4GB low-VRAM GPUs. Gra
0,1/gün ort. +0 son gün — commit Python 16 Nis 2026 güncellendi 20 Tem 2026 - 45
Streaming speech recognition toolkit: log-mel features, CTC greedy and prefix-beam decoding, transducer-style frame-synchronous emission, fo
0,7/gün ort. +0 son gün — commit Python 26 Eyl 2026 güncellendi 26 Eyl 2026 - 46
Streaming ASR, audio captioning and speech QA over a whisper-style encoder with pluggable LLM backends
0,3/gün ort. +0 son gün — commit Python 07 Ağu 2026 güncellendi 13 gün önce - 47
DSH 全双工语音插件:流式语音识别入草稿、语音合成按句朗读 + 实时字幕、开口即打断;本地识别免 API Key,可选唤醒词。 · Full-duplex voice plugin for DeepSeek Harness: streaming speech-to-text i
0,4/gün ort. +2 son gün — commit JavaScript 22 Ağu 2026 güncellendi bugün - 48
Media, Subtitles, Translation, all-in-one. One engine, three frontends: PyQt6 GUI, Textual TUI, plain CLI.
0,1/gün ort. +0 son gün — commit Python 22 May 2026 güncellendi 22 May 2026 - 49
面向长视频理解与证据分析的 Video Agent 平台,基于 FastAPI、Vue、MySQL、Redis 和 RocketMQ,支持 ASR/OCR 时间轴证据。
0,2/gün ort. +0 son gün — commit Python 12 Tem 2026 güncellendi 30 Tem 2026 - 50
QwenCleo-ASR is the currently State-Of-The-Art (SOTA) open-source model for Egyptian Arabic & code-switching speech recognition Built on Qwe
0,1/gün ort. +0 son gün — commit Python 13 Haz 2026 güncellendi 17 Haz 2026