Awesome GitHub RepositoriesVoice Command Interfaces

This project provides a self-hosted, web-based interface designed to integrate large language models into academic and research workflows. It functions as a modular platform for document analysis, literature processing, and data handling, allowing users to maintain full control over their data and model connectivity through private server or local deployments. The system is distinguished by its extensible architecture, which enables users to inject custom Python scripts to automate repetitive tasks and extend core functionality. It also features a voice-enabled interaction layer that captures

Hammerspoon is a programmable automation engine for macOS that enables deep system-level control through a Lua scripting environment. By bridging high-level scripts with native Objective-C APIs, it allows users to interact with the operating system's accessibility tree, intercept hardware input streams, and manage the lifecycle of running applications. The project distinguishes itself through an event-driven architecture that registers asynchronous hooks for system notifications and hardware events. This allows for real-time automation, such as remapping keyboard and mouse inputs, managing wi

Annyang is a speech recognition library and web speech API wrapper that enables the integration of voice command interfaces into websites. It functions as a browser-based voice controller, mapping spoken phrases and regular expressions to specific JavaScript functions to trigger application actions. The library provides mechanisms for voice command mapping and simulation, allowing developers to associate spoken text with executable callbacks. It includes tools for command variable extraction using regular expression capture groups, which allows specific words from a spoken phrase to be passed

Jasper Client ist ein Voice-Computing-Client und ein erweiterbares Sprach-Framework, das darauf ausgelegt ist, natürlichsprachliche Sprache in Hardware-Aktionen und Service-Anfragen zu übersetzen. Er fungiert als Sprachbefehls-Interface, das den End-to-End-Prozess von Audioaufnahme, Transkription und Aktionsausführung verwaltet. Das System zeichnet sich durch eine modulare Architektur aus, die die Integration benutzerdefinierter Plugins, verschiedener Spracherkennungs-Engines und Synthese-Anbieter ermöglicht. Dieser Plugin-basierte Ansatz unterstützt das Hinzufügen neuer Sprecher und regionaler Sprachfunktionen, ohne die Kernlogik zu verändern. Der Client enthält eine Wake-Word-Erkennungs-Engine, die Hintergrund-Audiostreams auf spezifische akustische Trigger überwacht. Um die Reaktionsfähigkeit des Interfaces zu wahren, nutzt er eine Multi-Threaded-Audio-Pipeline, die die Audioverarbeitung und Transkription auf separate Ausführungs-Threads auslagert.