Git Stars Git Stars

#speech-processing Repositories

Entdecke 31 aktive Open-Source-GitHub-Repositories, die mit #speech-processing getaggt sind und insgesamt 106,282 Sterne gesammelt haben (durchschnittlich 3,428 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist w-okada/voice-changer mit 21,430 Sternen.

31
Gesamtzahl der Repositories
106,282
Gesamtanzahl der Sterne
3,428
Durchschnittliche Sterne/Repo

Insgesamt 31 Repositories

1
w-okada/voice-changer

Echtzeit-Stimmwechsler Realtime Voice Changer

w-okada
⭐ 21,430 Python 👤 w-okada User 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2022-08-22
2
speechbrain/speechbrain

Ein PyTorch-basiertes Sprachtoolkit

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2020-04-28
3
pyannote/pyannote-audio

Neuronale Bausteine für die Speaker-Diarisierung: Sprachaktivitätsdetektion, Sprecherwechseldetektion, Detektion überlappender Sprache, Speaker-Embedding

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2016-03-07
4
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
5
HenryNdubuaku/maths-cs-ai-compendium

Werde ein erstklassiger KI/ML-Forscher/Ingenieur mit diesem unkonventionellen Lehrbuch, das Mathematik, Informatik und ML auf intuitive Weise vermittelt.

HenryNdubuaku
⭐ 7,730 TypeScript 👤 HenryNdubuaku User 🕐 Aktualisiert 2026-07-18 📅 Erstellt 2026-02-03
6
pliang279/awesome-multimodal-ml

Leseliste für Forschungsthemen im multimodalen maschinellen Lernen

pliang279
⭐ 6,773 👤 pliang279 User 🕐 Aktualisiert 2024-08-20 📅 Erstellt 2019-05-27
7
Agentchengfeng/chengfeng-videocut-skills

Video-Bearbeitungs-Agent, erstellt mit Claude Code Skills.

Agentchengfeng
⭐ 3,252 JavaScript 👤 Agentchengfeng User 🕐 Aktualisiert 2026-10-10 📅 Erstellt 2026-01-14
8
microsoft/torchscale

Grundlagenarchitektur für (M)LLMs

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 Aktualisiert 2024-04-11 📅 Erstellt 2022-11-17
9
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
10
wiseman/py-webrtcvad

Python-Schnittstelle zum WebRTC Voice Activity Detector

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Aktualisiert 2024-07-04 📅 Erstellt 2016-04-23
11
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
12
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
13
resemble-ai/resemble-enhance

KI-gestützte Sprachbereinigung und -verbesserung

resemble-ai
⭐ 2,128 Python 👤 resemble-ai Organization 🕐 Aktualisiert 2024-12-03 📅 Erstellt 2023-11-15
14
wq2012/awesome-diarization

Eine kuratierte Liste toller Speaker-Diarization-Papiere, Bibliotheken, Datensätze und anderer Ressourcen.

wq2012
⭐ 1,917 👤 wq2012 User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2019-01-19
15
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
16
0nutation/SpeechGPT

SpeechGPT-Serie: Große Sprachmodelle für Sprache

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Aktualisiert 2024-07-22 📅 Erstellt 2023-05-16
17
coqui-ai/open-speech-corpora

💎 Eine Liste zugänglicher Sprachkorpora für ASR, TTS und andere SprachTechnologien

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Aktualisiert 2024-06-06 📅 Erstellt 2019-01-31
18
haoheliu/voicefixer

Allgemeine Sprachwiederherstellung

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Aktualisiert 2025-02-17 📅 Erstellt 2021-09-06
19
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
20
midas-research/audino

Open-Source-Tool zur Audio-Annotation für Menschen

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 Aktualisiert 2026-02-03 📅 Erstellt 2019-10-03
21
X-LANCE/SLAM-LLM

Ein Framework zur Verarbeitung von Sprache, Sprache, Audio und Musik mit großen Sprachmodellen

X-LANCE
⭐ 1,072 Python 👤 X-LANCE Organization 🕐 Aktualisiert 2026-01-15 📅 Erstellt 2023-10-23
22
facebookresearch/spiritlm

Inferenzcode für das Paper "Spirit-LM Interleaved Spoken and Written Language Model".

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2024-10-28 📅 Erstellt 2024-09-06
23
facebookresearch/SONAR

SONAR, ein neuer mehrsprachiger und multimodaler Embedding-Raum für Sätze fester Größe, mit einer vollständigen Suite von Sprach- und Text-Encodern und -Decodern.

facebookresearch
⭐ 912 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2025-10-10 📅 Erstellt 2023-08-01
24
google/visqol

Perzeptueller Qualitäts-Schätzer für Sprache und Audio

google
⭐ 894 C++ 👤 google Organization 🕐 Aktualisiert 2025-05-17 📅 Erstellt 2019-12-06
25
Ryuk17/SpeechAlgorithms

Hier finden Sie die Sprachalgorithmen, die Sie suchen

Ryuk17
⭐ 878 C 👤 Ryuk17 User 🕐 Aktualisiert 2026-10-03 📅 Erstellt 2020-05-11
26
JeremyCCHsu/Python-Wrapper-for-World-Vocoder

Ein Python-Wrapper für den hochwertigen Vocoder "World"

JeremyCCHsu
⭐ 796 Cython 👤 JeremyCCHsu User 🕐 Aktualisiert 2026-08-20 📅 Erstellt 2016-05-24
27
D-Keqi/mtla

MTLA: Multi-head Temporal Latent Attention

D-Keqi
⭐ 761 Python 👤 D-Keqi User 🕐 Aktualisiert 2025-10-06 📅 Erstellt 2025-05-19
28
Rudrabha/LipGAN

Dieses Repository enthält den Code für LipGAN. LipGAN wurde als Teil des Papers mit dem Titel "Towards Automatic Face-to-Face Translation" veröffentlicht.

Rudrabha
⭐ 617 Python 👤 Rudrabha User 🕐 Aktualisiert 2025-06-22 📅 Erstellt 2020-01-02
29
pliang279/MultiBench

[NeurIPS 2021] Multiskalen-Benchmarks für multimodales Repräsentationslernen

pliang279
⭐ 605 HTML 👤 pliang279 User 🕐 Aktualisiert 2024-01-27 📅 Erstellt 2021-03-05
30
ddlBoJack/Speech-Resources

Sprachrichtungslabor/Unternehmen/Ressourcen/Praktika usw., Empfehlungen oder Selbstbewerbungen sind willkommen

ddlBoJack
⭐ 591 👤 ddlBoJack User 🕐 Aktualisiert 2024-11-13 📅 Erstellt 2021-11-04
31
microsoft/MS-SNSD

Der Microsoft Scalable Noisy Speech Dataset (MS-SNSD) ist ein verrauschter Sprachdatensatz, der je nach Anzahl der Sprecher, Geräuschart und gewünschtem Signal-Rausch-Verhältnis (SNR) auf beliebige Größen skalierbar ist.

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 Aktualisiert 2024-07-01 📅 Erstellt 2019-08-26

Häufig gestellte Fragen

1

Welches ist das beliebteste #speech-processing-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#speech-processing-Projekt auf GitHub ist w-okada/voice-changer mit 21,430 Sternen. Echtzeit-Stimmwechsler Realtime Voice Changer

2

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

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

3

Wie wird das Ranking der #speech-processing-Repositories berechnet?

Wir verfolgen 31 aktive Open-Source-Repositories, die mit #speech-processing getaggt sind (500+ Sterne), mit insgesamt 106,282 Sternen und durchschnittlich 3,428 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.