Git Stars Git Stars

#speech Repositories

Entdecke 75 aktive Open-Source-GitHub-Repositories, die mit #speech getaggt sind und insgesamt 371,290 Sterne gesammelt haben (durchschnittlich 4,950 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist coqui-ai/TTS mit 44,052 Sternen.

75
Gesamtzahl der Repositories
371,290
Gesamtanzahl der Sterne
4,950
Durchschnittliche Sterne/Repo

Insgesamt 76 Repositories

1
coqui-ai/TTS

🐸💬 - ein Deep-Learning-Toolkit für Text-to-Speech, das in Forschung und Produktion erprobt wurde

coqui-ai
⭐ 44,052 Python 👤 coqui-ai Organization 🕐 Aktualisiert 2024-08-16 📅 Erstellt 2020-05-20
2
OpenBMB/VoxCPM

VoxCPM2: Tokenizer-freies TTS für mehrsprachige Sprachgenerierung, kreatives Stimmendesign und lebensechte Klonierung

OpenBMB
⭐ 42,850 Python 👤 OpenBMB Organization 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2025-09-16
3
babysor/MockingBird

🚀Klonen Sie eine Stimme in 5 Sekunden, um beliebige Sprache in Echtzeit zu generieren

babysor
⭐ 36,856 Python 👤 babysor User 🕐 Aktualisiert 2026-03-03 📅 Erstellt 2021-08-07
4
m-bain/whisperX

WhisperX: Automatische Spracherkennung mit wortbezogenen Zeitstempeln (& Diarisierung)

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-12-09
5
IDEA-Research/Grounded-Segment-Anything

Grounded SAM: Grounding DINO mit Segment Anything & Stable Diffusion & Recognize Anything vereinen – Alles automatisch erkennen, segmentieren und generieren

IDEA-Research
⭐ 17,288 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Aktualisiert 2024-09-05 📅 Erstellt 2023-04-06
6
kaldi-asr/kaldi

kaldi-asr/kaldi ist der offizielle Standort des Kaldi-Projekts.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Aktualisiert 2025-09-22 📅 Erstellt 2015-04-20
7
huggingface/speech-to-speech

Erstellen Sie Sprachagenten mit Open-Source-Modellen

huggingface
⭐ 13,760 Python 👤 huggingface Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2024-08-07
8
snakers4/silero-vad

Silero VAD: vortrainierter Voice Activity Detector für Unternehmen

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2020-11-23
9
AIGC-Audio/AudioGPT

AudioGPT: Verstehen und Generieren von Sprache, Musik, Geräuschen und sprechenden Köpfen

AIGC-Audio
⭐ 10,208 Python 👤 AIGC-Audio Organization 🕐 Aktualisiert 2024-07-06 📅 Erstellt 2023-03-16
10
modelscope/modelscope

ModelScope: bringt die Vorstellung von Model-as-a-Service zum Leben.

modelscope
⭐ 9,224 Python 👤 modelscope Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2022-07-25
11
netease-youdao/EmotiVoice

EmotiVoice 😊: eine Multi-Voice- und Prompt-gesteuerte TTS-Engine

netease-youdao
⭐ 8,541 Python 👤 netease-youdao User 🕐 Aktualisiert 2026-09-03 📅 Erstellt 2023-11-08
12
PaddlePaddle/models

Offiziell gepflegt und von PaddlePaddle unterstützt, einschließlich CV, NLP, Speech, Rec, TS, großer Modelle und so weiter.

PaddlePaddle
⭐ 6,939 Python 👤 PaddlePaddle Organization 🕐 Aktualisiert 2025-01-15 📅 Erstellt 2017-04-20
13
TalAter/annyang

💬 Spracherkennung für Ihre Website

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2013-08-23
14
snakers4/silero-models

Silero-Modelle: Vortrainierte Text-zu-Sprache-Modelle, deren Nutzung erstaunlich einfach ist

snakers4
⭐ 6,223 Jupyter Notebook 👤 snakers4 User 🕐 Aktualisiert 2026-10-15 📅 Erstellt 2020-09-11
15
cactus-compute/engine

2-Bit-Quantisierung, Kernel und Laufzeitumgebung für Endgeräte.

cactus-compute
⭐ 6,200 C++ 👤 cactus-compute Organization 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2025-04-23
16
MahmoudAshraf97/whisper-diarization

Automatische Spracherkennung mit Sprecher-Diarisierung basierend auf OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Aktualisiert 2026-08-15 📅 Erstellt 2023-01-25
17
Rikorose/DeepFilterNet

Rauschunterdrückung durch Tiefenfilterung

Rikorose
⭐ 5,070 Python 👤 Rikorose User 🕐 Aktualisiert 2026-11-06 📅 Erstellt 2021-10-10
18
jianchang512/stt

Spracherkennung zu Text Tool / Ein lokales Offline-Tool zur Konvertierung von Audio-/Videountertiteln, das JSON-, SRT-Untertitel und reinen Text ausgibt

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Aktualisiert 2026-01-22 📅 Erstellt 2023-12-28
19
fixie-ai/ultravox

Ein schnelles multimodales LLM für Echtzeit-Sprache

fixie-ai
⭐ 4,587 Python 👤 fixie-ai Organization 🕐 Aktualisiert 2025-12-12 📅 Erstellt 2024-05-29
20
modelscope/ClearerVoice-Studio

Ein KI-gestütztes Sprachverarbeitungs-Toolkit und Open-Source-SOTA-Vortrainierte Modelle, die Sprachverbesserung, -trennung und Extraktion von Zielsprechern usw. unterstützen.

modelscope
⭐ 4,404 Python 👤 modelscope Organization 🕐 Aktualisiert 2025-08-14 📅 Erstellt 2024-11-12
21
metavoiceio/metavoice-src

Grundlegendes Modell für menschenähnliche, ausdrucksstarke TTS

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 Aktualisiert 2024-07-30 📅 Erstellt 2024-02-06
22
IAHispano/Applio

Ein einfaches, hochwertiges Stimmumwandlungstool, das auf Benutzerfreundlichkeit und Leistung ausgelegt ist.

IAHispano
⭐ 4,048 Python 👤 IAHispano Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2023-08-07
23
avinashkranjan/Amazing-Python-Scripts

🚀 Kuratierte Sammlung erstaunlicher Python-Skripte von den Grundlagen bis zu fortgeschrittenen Skripten für Automatisierungsaufgaben.

avinashkranjan
⭐ 3,727 Jupyter Notebook 👤 avinashkranjan User 🕐 Aktualisiert 2026-11-07 📅 Erstellt 2020-07-14
24
ahmetoner/whisper-asr-webservice

OpenAI Whisper ASR Webservice API

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Aktualisiert 2026-10-01 📅 Erstellt 2022-09-22
25
shu223/iOS-10-Sampler

Code-Beispiele für neue APIs von iOS 10.

shu223
⭐ 3,301 Swift 👤 shu223 User 🕐 Aktualisiert 2024-05-01 📅 Erstellt 2016-09-03
26
pytorch/audio

Datenmanipulation und -transformation für die Audio-Signalverarbeitung, powered by PyTorch

pytorch
⭐ 2,971 Python 👤 pytorch Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2017-05-05
27
readbeyond/aeneas

aeneas ist eine Python/C-Bibliothek und ein Set von Tools, um Audio und Text automagisch zu synchronisieren (aka Forced Alignment)

readbeyond
⭐ 2,882 Python 👤 readbeyond User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2015-05-11
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2018-07-24
29
linto-ai/whisper-timestamped

Mehrsprachige automatische Spracherkennung mit Wort-Timestamps und Konfidenz

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Aktualisiert 2026-09-28 📅 Erstellt 2023-01-13
30
Camb-ai/MARS5-TTS

MARS5 Sprachsynthesemodell (TTS) von CAMB.AI

Camb-ai
⭐ 2,809 Jupyter Notebook 👤 Camb-ai Organization 🕐 Aktualisiert 2024-08-01 📅 Erstellt 2024-06-03
31
hahahumble/speechgpt

💬 SpeechGPT ist eine Webanwendung, mit der Sie mit ChatGPT sprechen können.

hahahumble
⭐ 2,739 TypeScript 👤 hahahumble User 🕐 Aktualisiert 2026-07-11 📅 Erstellt 2023-03-28
32
pndurette/gTTS

Python-Bibliothek und CLI-Tool für die Schnittstelle zur Text-to-Speech-API von Google Translate

pndurette
⭐ 2,637 Python 👤 pndurette User 🕐 Aktualisiert 2026-04-06 📅 Erstellt 2014-05-15
33
TEN-framework/ten-vad

Voice Activity Detector (VAD): geringe Latenz, hohe Leistung und leichtgewichtig

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-04-29
34
DigitalPhonetics/IMS-Toucan

Steuerbare und schnelle Text-to-Speech für über 7000 Sprachen!

DigitalPhonetics
⭐ 2,211 Python 👤 DigitalPhonetics Organization 🕐 Aktualisiert 2026-01-25 📅 Erstellt 2021-08-05
35
jarikomppa/soloud

Kostenlose, einfache, portable Audiomaschine für Spiele

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 Aktualisiert 2024-08-13 📅 Erstellt 2013-07-15
36
praat/praat.github.io

Praat: Phonetik mit dem Computer machen

praat
⭐ 2,034 C 👤 praat Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2014-04-11
37
travisvn/openai-edge-tts

Kostenloser, hochwertiger Text-to-Speech API-Endpunkt als Ersatz für OpenAI, Azure oder ElevenLabs

travisvn
⭐ 1,962 Python 👤 travisvn User 🕐 Aktualisiert 2025-07-01 📅 Erstellt 2024-10-09
38
julius-speech/julius

Open-Source Large Vocabulary Continuous Speech Recognition Engine

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 Aktualisiert 2025-06-16 📅 Erstellt 2015-04-28
39
csteinmetz1/ai-audio-startups

Gemeinschaftsliste von Startups, die mit KI in Audio- und Musiktechnologie arbeiten

csteinmetz1
⭐ 1,761 👤 csteinmetz1 User 🕐 Aktualisiert 2025-01-22 📅 Erstellt 2022-06-13
40
Tencent-Hunyuan/AuK

AuK: Ein quelloffenes Grundlagenmodell für die Sprachgenerierung und -bearbeitung

Tencent-Hunyuan
⭐ 1,615 Python 👤 Tencent-Hunyuan Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-08-19
41
Delta-ML/delta

DELTA ist eine auf Deep Learning basierende Plattform zur Verarbeitung natürlicher Sprache und Sprache. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Aktualisiert 2025-04-16 📅 Erstellt 2019-05-29
42
bytedance/SALMONN

SALMONN-Familie: Eine Suite fortschrittlicher multimodaler LLMs

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Aktualisiert 2026-10-16 📅 Erstellt 2023-08-11
43
nyrahealth/CrisperWhisper

Steuerbare Transkription. Wortgetreu (jedes Füllwort, jede Pause, jedes Stottern und jeder Laut) oder sinngemäß (was die sprechende Person sagen wollte, für bessere Lesbarkeit optimiert), mit Zeitstempeln auf Wortebene.

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2024-05-24
44
HG-ha/MTools

MTools ist eine leistungsstarke, vielseitige Desktop-Anwendung, die Werkzeuge zur Audio- und Videoverarbeitung, Bildbearbeitung, Textverarbeitung und Kodierung vereint. Sie bietet integrierte KI-Funktionen und einen lokalen MCP-Dienst. Die Anwendung soll Ihren Arbeitsablauf vereinfachen und Ihre Produktivität steigern.

HG-ha
⭐ 1,385 Python 👤 HG-ha User 🕐 Aktualisiert 2026-10-09 📅 Erstellt 2025-10-26
45
haoheliu/voicefixer

Allgemeine Sprachwiederherstellung

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Aktualisiert 2025-02-17 📅 Erstellt 2021-09-06
46
DengBoCong/nlp-paper

Relevante Arbeiten im Bereich der natürlichen Sprachverarbeitung (mit Lesehinweisen), Nachbildung von Modellen und Datenverarbeitung (Code enthält zwei Versionen, TensorFlow und PyTorch)

DengBoCong
⭐ 1,314 Python 👤 DengBoCong User 🕐 Aktualisiert 2024-01-05 📅 Erstellt 2020-09-05
47
ictnlp/StreamSpeech

StreamSpeech ist ein "All in One" nahtloses Modell für Offline- und gleichzeitige Spracherkennung, Sprachübersetzung und Sprachsynthese.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Aktualisiert 2025-06-29 📅 Erstellt 2024-06-04
48
roatienza/Deep-Learning-Experiments

Videos, Notizen und Experimente zum Verständnis von Deep Learning

roatienza
⭐ 1,208 Jupyter Notebook 👤 roatienza User 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2017-01-10
49
lhotse-speech/lhotse

Werkzeuge für die Verarbeitung multimodaler Daten in Machine-Learning-Projekten.

lhotse-speech
⭐ 1,166 Python 👤 lhotse-speech Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2020-04-24
50
sooftware/conformer

[Inoffiziell] PyTorch-Implementierung von "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2021-01-21

Häufig gestellte Fragen

1

Welches ist das beliebteste #speech-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#speech-Projekt auf GitHub ist coqui-ai/TTS mit 44,052 Sternen. 🐸💬 - ein Deep-Learning-Toolkit für Text-to-Speech, das in Forschung und Produktion erprobt wurde

2

Welche Programmiersprachen werden in #speech-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #speech-Projekten auf GitHub sind Python, Jupyter Notebook, C, TypeScript die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #speech-Repositories berechnet?

Wir verfolgen 75 aktive Open-Source-Repositories, die mit #speech getaggt sind (500+ Sterne), mit insgesamt 371,290 Sternen und durchschnittlich 4,950 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.