Git Stars Git Stars

#speech-synthesis Repositories

100
Gesamtzahl der Repositories
559,718
Gesamtanzahl der Sterne
5,597
Durchschnittliche Sterne/Repo

Insgesamt 101 Repositories

51
devnen/Chatterbox-TTS-Server

Hosten Sie das leistungsstarke Chatterbox TTS-Modell selbst. Dieser Server bietet eine benutzerfreundliche Weboberfläche, flexible API-Endpunkte (inkl. OpenAI-kompatibel), vordefinierte Stimmen, Stimmklonen und die Verarbeitung großer Textmengen im Hörbuchformat. Läuft beschleunigt auf NVIDIA (CUDA), AMD (ROCm) und CPU.

devnen
⭐ 1,517 Python 👤 devnen User 🕐 Aktualisiert 2026-05-26 📅 Erstellt 2025-05-31
53
OpenMOSS/MOSS-TTSD

Ein mehrsprachiges Modell zur Synthese von Langformdialogen mit mehreren Sprechern, flexibler Sprechersteuerung und Zero-Shot-Stimmenklonung

OpenMOSS
⭐ 1,423 Python 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-09-06 📅 Erstellt 2025-06-17
54
microsoft/SpeechT5

Vereinheitlichte unimodale Sprach-Text-Vortraining für Sprachverarbeitung

microsoft
⭐ 1,420 Python 👤 microsoft Organization 🕐 Aktualisiert 2024-04-24 📅 Erstellt 2022-02-08
55
s-macke/SAM

Software Automatic Mouth - Kleiner Sprachsynthesizer

s-macke
⭐ 1,384 C 👤 s-macke User 🕐 Aktualisiert 2024-06-10 📅 Erstellt 2013-05-13
56
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
57
mmorise/World

Ein hochwertiges System zur Analyse, Manipulation und Synthese von Sprache

mmorise
⭐ 1,363 C++ 👤 mmorise User 🕐 Aktualisiert 2026-10-09 📅 Erstellt 2015-11-15
58
haoheliu/voicefixer

Allgemeine Sprachwiederherstellung

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Aktualisiert 2025-02-17 📅 Erstellt 2021-09-06
59
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
60
janvarev/Irene-Voice-Assistant

Irina ist ein russischer Sprachassistent für die Offline-Arbeit. Unterstützt Skills über Plugins.

janvarev
⭐ 1,184 Python 👤 janvarev User 🕐 Aktualisiert 2026-07-26 📅 Erstellt 2021-12-14
61
NVIDIA/BigVGAN

Offizielle PyTorch-Implementierung von BigVGAN (ICLR 2023)

NVIDIA
⭐ 1,164 Python 👤 NVIDIA Organization 🕐 Aktualisiert 2024-09-05 📅 Erstellt 2022-06-07
63
VOICEVOX/voicevox_core

Der Kern der kostenlosen Text-to-Speech-Software mittlerer Qualität, VOICEVOX

VOICEVOX
⭐ 1,150 Rust 👤 VOICEVOX Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-08-31
64
ardha27/AI-Waifu-Vtuber

KI Vtuber für Streaming auf Youtube/Twitch

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 Aktualisiert 2026-05-31 📅 Erstellt 2023-03-11
65
k2-fsa/ZipVoice

Schnelle und qualitativ hochwertige Zero-Shot Text-to-Speech mit Flow Matching

k2-fsa
⭐ 1,114 Python 👤 k2-fsa Organization 🕐 Aktualisiert 2025-12-02 📅 Erstellt 2025-06-20
66
Finrandojin/alexandria-audiobook

KI-gestützter Multi-Voice-Hörbuch-Generator — LLM-Skript-Anmerkung, Voice-Cloning, Voice-Design, LoRA-Training, zeilenweiser Stil-Steuerung und Export nach MP3, kapitelweisem M4B oder Audacity-Multi-Track. Basierend auf Qwen3-TTS.

Finrandojin
⭐ 1,105 Python 👤 Finrandojin User 🕐 Aktualisiert 2026-08-02 📅 Erstellt 2026-02-03
67
auspicious3000/autovc

AutoVC: Zero-Shot Voice Style Transfer mit nur Autoencoder Loss

auspicious3000
⭐ 1,085 Python 👤 auspicious3000 User 🕐 Aktualisiert 2024-10-23 📅 Erstellt 2019-05-14
68
Makememo/MemoAI

MemoAI Video zu übersetztem Text, Untertiteln und Notizen leicht gemacht.

Makememo
⭐ 1,082 👤 Makememo User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2023-07-30
69
Edresson/YourTTS

YourTTS: Auf dem Weg zu Zero-Shot Multi-Speaker TTS und Zero-Shot Voice Conversion für jedermann

Edresson
⭐ 1,045 Jupyter Notebook 👤 Edresson User 🕐 Aktualisiert 2024-11-04 📅 Erstellt 2021-10-06
70
gexgd0419/NaturalVoiceSAPIAdapter

Ermöglichen Sie beliebigen SAPI 5-kompatiblen Anwendungen den Zugriff auf Azure Natural TTS-Stimmen.

gexgd0419
⭐ 1,025 C++ 👤 gexgd0419 User 🕐 Aktualisiert 2026-10-27 📅 Erstellt 2023-12-15
71
Azure-Samples/Cognitive-Speech-TTS

Beispiele für die Microsoft-Text-to-Speech-API

Azure-Samples
⭐ 1,020 Python 👤 Azure-Samples Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2016-05-31
72
festvox/flite

Ein kleines, schnelles, tragbares Sprachsynthese-System

festvox
⭐ 1,011 C 👤 festvox User 🕐 Aktualisiert 2024-07-03 📅 Erstellt 2017-10-21
74
FireRedTeam/FireRedTTS

Ein Open-Source LLM-gestütztes Foundation TTS-System

FireRedTeam
⭐ 925 Python 👤 FireRedTeam Organization 🕐 Aktualisiert 2025-09-28 📅 Erstellt 2024-08-15
75
gabrielmittag/NISQA

NISQA - Nicht-intrusives Assessment der Sprachqualität und TTS-Natürlichkeit

gabrielmittag
⭐ 899 Python 👤 gabrielmittag User 🕐 Aktualisiert 2024-12-01 📅 Erstellt 2019-02-14
76
vndee/local-talking-llm

Ein sprechendes LLM, das auf Ihrem eigenen Computer läuft, ohne dass das Internet benötigt wird.

vndee
⭐ 896 Python 👤 vndee User 🕐 Aktualisiert 2026-04-04 📅 Erstellt 2024-03-24
77
lmnt-com/diffwave

DiffWave ist ein schneller, hochwertiger neuronaler Vocoder und Wellenformsynthesizer.

lmnt-com
⭐ 876 Python 👤 lmnt-com Organization 🕐 Aktualisiert 2024-03-26 📅 Erstellt 2020-09-23
78
LuoGen-AI/LuoGen-agent

Erstellung von Trendvideos mit einem Klick: 1. Automatische Extraktion von Vergleichstexten 2. Automatische Nachahmung von Texten 3. Automatische Klonung von Stimmen basierend auf Texten 4. Automatische Generierung von digitalen Sprecheransagen 5. Automatische Untertitelerstellung 6. Automatische Hinzufügung von Hintergrundmusik 7. Automatische Hinzufügung von Videotiteln 8. Automatische Generierung von Videoselbstporträts 9. Automatische Veröffentlichung von Videos auf verschiedenen Plattformen

LuoGen-AI
⭐ 870 Python 👤 LuoGen-AI User 🕐 Aktualisiert 2025-10-03 📅 Erstellt 2025-10-02
79
netease-youdao/Confucius4-TTS

Confucius4-TTS: Eine mehrsprachige und sprachübergreifende Zero-Shot-TTS-Engine

netease-youdao
⭐ 861 Python 👤 netease-youdao User 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2026-05-19
80
Ampixa/sanoTTS

sanoTTS (सानो bedeutet auf Nepalesisch „klein“): ein neuronales Text-to-Speech-System mit 294.000 bis 2,27 Millionen Parametern, das auf einem 3-Dollar-Chip, im Browser oder in Python läuft und Streaming mit geringer Latenz bietet.

Ampixa
⭐ 851 C 👤 Ampixa Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-07-11
81
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
83
fluxions-ai/vui

Vui Nano – ein kleines, kontextbewusstes Text-to-Speech-Modell, das mit echten Gesprächen trainiert wurde. 219 Mio. aktive Parameter (305 Mio. insgesamt), Apache 2.0, Sprachklonung und Streaming; läuft auf der CPU (abhängigkeitsfreier C-Build). Enthält einen vollständigen Echtzeit-Sprachassistenten: WebRTC, ASR, lokales LLM und Kompatibilität mit der OpenAI Realtime API.

fluxions-ai
⭐ 782 Python 👤 fluxions-ai Organization 🕐 Aktualisiert 2026-10-10 📅 Erstellt 2025-06-05
84
X-T-E-R/Uni-TTS

Ziel des Projekts ist es, die Nutzung verschiedener Sprachsynthese-Engines zu vereinheitlichen, mehrere Adapter für Sprachsynthese-Engines zu unterstützen und die direkte Verwendung als Modul oder den Start eines Backend-Dienstes zu ermöglichen.

X-T-E-R
⭐ 762 Python 👤 X-T-E-R User 🕐 Aktualisiert 2024-04-15 📅 Erstellt 2024-02-16
85
thorstenMueller/Thorsten-Voice

Thorsten-Voice: Eine kostenlos nutzbare, offline arbeitende, hochwertige deutsche TTS-Stimme sollte für jedes Projekt ohne Lizenzprobleme verfügbar sein.

thorstenMueller
⭐ 746 Python 👤 thorstenMueller User 🕐 Aktualisiert 2026-08-04 📅 Erstellt 2019-10-29
86
facebookresearch/audiobox-aesthetics

Einheitliche automatische Qualitätsbewertung für Sprache, Musik und Geräusche.

facebookresearch
⭐ 725 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2025-06-05 📅 Erstellt 2025-01-22
87
DmitryRyumin/INTERSPEECH-2023-24-Papers

INTERSPEECH 2023-2024 Paper: Eine vollständige Sammlung einflussreicher und spannender Forschungsarbeiten von der INTERSPEECH 2023-24 Konferenz. Entdecken Sie die neuesten Fortschritte in der Sprach- und Sprachverarbeitung. Code enthalten. Sternen Sie das Repository, um die Weiterentwicklung der Sprachtechnologie zu unterstützen!

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 Aktualisiert 2024-12-25 📅 Erstellt 2023-06-26
88
liutaocode/TTS-arxiv-daily

Automatische Aktualisierung von Text-to-Speech (TTS)-Papieren täglich mit Github Actions (Aktualisierung alle 12 Stunden)

liutaocode
⭐ 670 Python 👤 liutaocode User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-03-18
89
DanRuta/xVA-Synth

Electron-App für maschinelles Lernen-basierte Sprachsynthese mit Stimmen spezifischer Charaktere aus Videospielen

DanRuta
⭐ 633 JavaScript 👤 DanRuta User 🕐 Aktualisiert 2024-04-28 📅 Erstellt 2018-06-17
90
HojoAI/Hojo-TTS-Light

Hojo-TTS-Light ist eine von HojoAI entwickelte Reihe leichtgewichtiger Sprachgenerierungsmodelle, die derzeit Modelle mit 0,04B und 0,08B umfasst.

HojoAI
⭐ 617 Python 👤 HojoAI User 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2026-05-08
91
oscie57/tiktok-voice

Einfaches Python-Skript zur Interaktion mit der TikTok TTS-API

oscie57
⭐ 595 Python 👤 oscie57 User 🕐 Aktualisiert 2024-10-12 📅 Erstellt 2022-04-10
92
opendilab/CleanS2S

Hochwertiger und streaming-fähiger Speech-to-Speech-interaktiver Agent in einer einzigen Datei. Prototyp eines intelligenten Agenten für streaming-basiertes Full-Duplex-Sprachinteraktionssystem, implementiert in nur einer Datei!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 Aktualisiert 2026-04-07 📅 Erstellt 2024-09-26
94
xingchensong/S3Tokenizer

Reverse Engineering des überwachten semantischen Sprachtokenizers (S3Tokenizer), der in CosyVoice vorgeschlagen wurde

xingchensong
⭐ 536 Python 👤 xingchensong User 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2024-09-09
95
huakunyang/SummerTTS

SummerTTS ist ein auf C++ basierendes, eigenständig kompiliertes Projekt zur chinesischen und englischen Sprachsynthese (TTS). Es kann lokal ohne Netzwerk oder zusätzliche Abhängigkeiten ausgeführt werden und ist nach der einmaligen Kompilierung sofort für die Sprachsynthese in Chinesisch und Englisch einsatzbereit.

huakunyang
⭐ 536 C++ 👤 huakunyang User 🕐 Aktualisiert 2025-07-10 📅 Erstellt 2023-04-20
96
bshall/knn-vc

Sprachkonvertierung nur mit nächsten Nachbarn

bshall
⭐ 529 Python 👤 bshall User 🕐 Aktualisiert 2026-01-16 📅 Erstellt 2023-03-08
97
liusongxiang/Large-Audio-Models

Behalten Sie große Modelle im Audiobereich im Auge, einschließlich Sprache, Gesang, Musik usw.

liusongxiang
⭐ 522 👤 liusongxiang User 🕐 Aktualisiert 2026-07-03 📅 Erstellt 2023-03-12
98
yl4579/StarGANv2-VC

StarGANv2-VC: Ein diverses, unüberwachtes, nicht-paralleles Framework für natürlich klingende Stimmumwandlung

yl4579
⭐ 520 Python 👤 yl4579 User 🕐 Aktualisiert 2025-01-13 📅 Erstellt 2021-07-21
99
nyosegawa/speech.cpp

Sprachsynthese, Spracherkennung und Sprachaktivitätserkennung für Sprachkonversationen in C++ auf ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet und Silero VAD auf Metal, Vulkan und der CPU, mit einem OpenAI-kompatiblen Server und Live-Transkription.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-09-29
100
zhao-kun/VibeVoiceFusion

VibeVoiceFusion ist ein Full-Stack-Websystem zur Sprachgenerierung mit mehreren Sprechern und bietet LoRA-Feinabstimmung, Batch-Generierung und VRAM-Optimierung. Es basiert auf Microsofts VibeVoice (AR- + Diffusionsarchitektur).

zhao-kun
⭐ 501 Python 👤 zhao-kun User 🕐 Aktualisiert 2026-10-05 📅 Erstellt 2025-09-26