Git Stars Git Stars

#text-to-speech Repositories

260
Gesamtzahl der Repositories
1.5M
Gesamtanzahl der Sterne
5,828
Durchschnittliche Sterne/Repo

Insgesamt 261 Repositories

51
dnhkng/GLaDOS

Dies ist der Persönlichkeitskern für GLaDOS, die ersten Schritte hin zu einer realen Umsetzung der KI aus der Portal-Serie von Valve.

dnhkng
⭐ 5,781 Python 👤 dnhkng User 🕐 Aktualisiert 2026-10-11 📅 Erstellt 2023-03-23
52
remsky/Kokoro-FastAPI

Dockerisierte, OpenAI-kompatible Schnittstelle für die Kokoro-82M-Text-to-Speech-Synthese mit plattformübergreifender PyTorch-Unterstützung für CPUs sowie AMD- und NVIDIA-GPUs; mehrere Sprecher, Stimmenklonen und -anpassung, Zeitstempel für Untertitel, SSML, WebSockets und optionale Weboberfläche zum Mitlesen

remsky
⭐ 5,710 Python 👤 remsky User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-12-30
53
ysharma3501/LuxTTS

Ein hochqualitatives, schnelles TTS-Stimmenklonierungsmodell, das Geschwindigkeiten von 150× in Echtzeit erreicht。

ysharma3501
⭐ 5,562 Python 👤 ysharma3501 User 🕐 Aktualisiert 2026-06-05 📅 Erstellt 2026-01-23
54
huggingface/parler-tts

Inferenz- und Trainingsbibliothek für hochwertige TTS-Modelle.

huggingface
⭐ 5,503 Python 👤 huggingface Organization 🕐 Aktualisiert 2024-12-10 📅 Erstellt 2024-02-13
55
NVIDIA/tacotron2

Tacotron 2 - PyTorch-Implementierung mit schnellerer als Echtzeit-Inferenz

NVIDIA
⭐ 5,299 Jupyter Notebook 👤 NVIDIA Organization 🕐 Aktualisiert 2024-06-12 📅 Erstellt 2018-05-03
56
AhmadHassan-BTed/B

Ein autonomer, kontextsensitiver KI-Desktopbegleiter. Mit Python entwickelt, bietet er Echtzeit-Bildschirmerkennung, benutzerdefinierte ONNX-Sprachsynthese, die Erfassung des aktiven Fensters und eine dynamische, schwebende Benutzeroberfläche mit reaktiven Gesichtsausdrücken.

AhmadHassan-BTed
⭐ 5,177 Python 👤 AhmadHassan-BTed User 🕐 Aktualisiert 2026-07-07 📅 Erstellt 2026-05-02
57
MoonInTheRiver/DiffSinger

DiffSinger: Gesangssynthese über einen flachen Diffusionsmechanismus (SVS & TTS); AAAI 2022; Offizieller Code

MoonInTheRiver
⭐ 4,903 Python 👤 MoonInTheRiver User 🕐 Aktualisiert 2026-07-24 📅 Erstellt 2021-12-17
58
OpenMOSS/MOSS-TTS-Nano

Ein mehrsprachiges TTS-Modell mit 100 Millionen Parametern für Echtzeit-Inferenz auf der CPU, Stimmenklonen und Stereoerzeugung mit 48 kHz

OpenMOSS
⭐ 4,711 Python 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-09-06 📅 Erstellt 2026-04-10
59
gradio-app/fastrtc

Die Python-Bibliothek für Echtzeitkommunikation

gradio-app
⭐ 4,639 JavaScript 👤 gradio-app Organization 🕐 Aktualisiert 2026-10-21 📅 Erstellt 2024-09-25
60
cbh123/narrator

David Attenborough erzählt die Geschichte deines Lebens

cbh123
⭐ 4,426 Python 👤 cbh123 User 🕐 Aktualisiert 2026-07-23 📅 Erstellt 2023-11-14
61
0xShug0/audio.cpp

Eine All-in-One, reine C++-Inferenz-Engine für Audiomodelle, angetrieben von ggml. Unterstützt TTS, STT, VAD, Sprachkonvertierung, Musikgenerierung und mehr mit hochoptimierter Leistung. Keine Python-Abhängigkeit.

0xShug0
⭐ 4,385 C++ 👤 0xShug0 User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-06-23
62
collabora/WhisperLive

Eine nahezu Live-Implementierung von OpenAI's Whisper.

collabora
⭐ 4,363 Python 👤 collabora Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-05-04
63
OpenMOSS/MOSS-TTS

Eine Open-Source-Modellfamilie für Langform-Sprachsynthese, Dialogsynthese, Sprachdesign, Soundeffekte und Echtzeit-Streaming-TTS

OpenMOSS
⭐ 4,356 Python 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-09-06 📅 Erstellt 2026-02-07
64
metavoiceio/metavoice-src

Grundlegendes Modell für menschenähnliche, ausdrucksstarke TTS

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 Aktualisiert 2024-07-30 📅 Erstellt 2024-02-06
65
KoljaB/RealtimeTTS

Konvertiert Text in Echtzeit in Sprache

KoljaB
⭐ 4,059 Python 👤 KoljaB User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2023-08-26
66
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
67
TensorSpeech/TensorFlowTTS

:stuck_out_tongue_closed_eyes: TensorFlowTTS: Echtzeit-Sprachsynthese auf dem neuesten Stand der Technik für Tensorflow 2 (unterstützt Englisch, Französisch, Koreanisch, Chinesisch, Deutsch und leicht anpassbar für andere Sprachen)

TensorSpeech
⭐ 3,989 Python 👤 TensorSpeech Organization 🕐 Aktualisiert 2024-07-05 📅 Erstellt 2020-03-22
68
KoljaB/RealtimeVoiceChat

Führen Sie ein natürliches, gesprochenes Gespräch mit KI!

KoljaB
⭐ 3,875 Python 👤 KoljaB User 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2025-04-19
69
Soul-AILab/SoulX-Podcast

SoulX-Podcast ist eine Inferenz-Codebasis des Soul AI-Teams zur Generierung hochauflösender Podcasts aus Text.

Soul-AILab
⭐ 3,691 Python 👤 Soul-AILab Organization 🕐 Aktualisiert 2025-12-11 📅 Erstellt 2025-09-22
70
vocodedev/vocode-core

Erstellen Sie sprachbasierte LLM-Agenten. Modular + Open Source.

vocodedev
⭐ 3,670 Python 👤 vocodedev Organization 🕐 Aktualisiert 2024-11-15 📅 Erstellt 2023-02-24
71
pnnbao97/VieNeu-TTS

Vietnamesische TTS mit sofortigem Voice-Cloning • Auf dem Gerät • Echtzeit-Inferenz auf der CPU • 48-kHz-Audioqualität • Vietnamesische Text-zu-Sprache-Synthese • Vietnamesische Sprachsynthese • Vietnamesische TTS

pnnbao97
⭐ 3,531 Python 👤 pnnbao97 User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-10-28
72
Kedreamix/Linly-Talker

Digital Avatar Konversationssystem - Linly-Talker. 😄✨ Linly-Talker ist ein intelligentes KI-System, das große Sprachmodelle (LLMs) mit visuellen Modellen kombiniert, um eine neuartige Methode der Mensch-KI-Interaktion zu schaffen. 🤝🤖 Es integriert verschiedene Technologien wie Whisper, Linly, Microsoft Speech Services und das SadTalker Talking Head-Generierungssystem. 🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 Aktualisiert 2026-02-10 📅 Erstellt 2023-10-17
73
Azure-Samples/cognitive-services-speech-sdk

Beispielcode für das Microsoft Cognitive Services Speech SDK

Azure-Samples
⭐ 3,457 C# 👤 Azure-Samples Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2018-04-26
74
rsxdalv/TTS-WebUI

Ein einzelnes Gradio + React WebUI mit Erweiterungen für ACE-Step, OmniVoice, Kimi Audio, Piper TTS, GPT-SoVITS, CosyVoice, XTTSv2, DIA, Kokoro, OpenVoice, ParlerTTS, Stable Audio, MMS, StyleTTS2, MAGNet, AudioGen, MusicGen, Tortoise, RVC, Vocos, Demucs, SeamlessM4T und Bark!

rsxdalv
⭐ 3,316 Go 👤 rsxdalv User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2023-04-27
75
VOICEVOX/voicevox

Der Editor von VOICEVOX, einer kostenlosen Text-to-Speech-Software mittlerer Qualität

VOICEVOX
⭐ 3,309 TypeScript 👤 VOICEVOX Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-07-27
76
QwenAudio/qwen-audio-agent

Eine Echtzeit-Sprachlaufzeitumgebung, die Agenten im Gespräch, bei der Arbeit und präsent hält. Echtzeit-Sprachlaufzeitumgebung für KI-Agenten

QwenAudio
⭐ 3,262 JavaScript 👤 QwenAudio Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-07-27
77
elevenlabs/elevenlabs-python

Das offizielle Python SDK für die ElevenLabs API.

elevenlabs
⭐ 3,192 Python 👤 elevenlabs Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-03-26
78
linyiLYi/bilibot

Ein lokaler Chatbot, der von Bilibili-Benutzerkommentaren feinabgestimmt wurde.

linyiLYi
⭐ 3,176 Python 👤 linyiLYi User 🕐 Aktualisiert 2024-05-15 📅 Erstellt 2024-05-06
79
kyutai-labs/delayed-streams-modeling

Kyutais Text-to-Speech- und Speech-to-Text-Modelle basierend auf dem Framework für verzögerte Stream-Modellierung.

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 Aktualisiert 2026-01-26 📅 Erstellt 2025-06-16
80
AutoArk/GPA

[AutoArk] GPA (General Purpose Audio) kann ASR, TTS und Sprachkonvertierung mit einem einzigen winzigen Modell durchführen!

AutoArk
⭐ 3,054 Python 👤 AutoArk Organization 🕐 Aktualisiert 2026-05-25 📅 Erstellt 2025-12-16
81
KevinWang676/Bark-Voice-Cloning

Bark Voice Cloning und Voice Cloning für chinesische Sprache

KevinWang676
⭐ 2,945 Jupyter Notebook 👤 KevinWang676 User 🕐 Aktualisiert 2026-05-31 📅 Erstellt 2023-06-11
82
quik-sms/quik

Der schönste SMS-Messenger für Android - Wiederbelebt

quik-sms
⭐ 2,929 Java 👤 quik-sms Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-07-17
83
openai/openai-fm

Code für openai.fm, eine Demo für die OpenAI Speech API

openai
⭐ 2,917 TypeScript 👤 openai Organization 🕐 Aktualisiert 2026-03-03 📅 Erstellt 2025-04-15
84
cdhigh/KindleEar

Aggregiert RSS- und Webinhalte (Calibre-Rezept), sendet sie an Kindle und enthält einen für E-Ink optimierten Online-Reader.

cdhigh
⭐ 2,887 Python 👤 cdhigh User 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2013-07-04
85
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
86
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
87
digitalsamba/claude-code-video-toolkit

Videos mit Claude Code erstellen: Skript, KI-Voiceover, Musik, Videoclips und Rendering – mit Open-Source-Modellen für wenige Cent

digitalsamba
⭐ 2,693 Python 👤 digitalsamba Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-12-09
88
ZeframLou/call-me

Minimales Plugin, mit dem Claude Code Sie anrufen kann.

ZeframLou
⭐ 2,682 TypeScript 👤 ZeframLou User 🕐 Aktualisiert 2026-04-07 📅 Erstellt 2026-01-03
89
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
90
6drf21e/ChatTTS_colab

🚀 Ein-Klick-Bereitstellung (inkl. Offline-Bundles)! Basierend auf ChatTTS, unterstützt Streaming-Ausgabe, Stimmen-Ziehen, Lang-Audio-Generierung und Rollen-basierte Vorlesefunktion. Einfach zu bedienen, keine komplexe Installation erforderlich.

6drf21e
⭐ 2,603 Python 👤 6drf21e User 🕐 Aktualisiert 2026-05-31 📅 Erstellt 2024-05-30
91
marytts/marytts

MARY TTS -- ein Open-Source-System für die mehrsprachige Text-to-Speech-Synthese, geschrieben in purem Java

marytts
⭐ 2,578 Java 👤 marytts Organization 🕐 Aktualisiert 2025-01-17 📅 Erstellt 2011-12-20
92
nateshmbhat/pyttsx3

Offline Text-to-Speech-Synthese für Python

nateshmbhat
⭐ 2,536 Python 👤 nateshmbhat User 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2017-06-24
93
erew123/alltalk_tts

AllTalk basiert auf der Coqui TTS-Engine, ähnlich der Coqui_tts-Erweiterung für die Textgenerierungs-WebUI. Es unterstützt jedoch eine Vielzahl fortschrittlicher Funktionen wie eine Einstellungsseite, Low-VRAM-Unterstützung, DeepSpeed, Erzähler, Modell-Finetuning, benutzerdefinierte Modelle und Wartung von WAV-Dateien. Es kann auch über JSON-Aufrufe mit Drittanbieter-Software verwendet werden.

erew123
⭐ 2,471 HTML 👤 erew123 User 🕐 Aktualisiert 2026-01-09 📅 Erstellt 2023-12-08
94
jik876/hifi-gan

HiFi-GAN: Generative Adversarial Networks für effiziente und hochgradig originalgetreue Sprachsynthese

jik876
⭐ 2,290 Python 👤 jik876 User 🕐 Aktualisiert 2024-07-27 📅 Erstellt 2020-10-14
95
leemysw/yovoice

Open-Source-Studio für lokale KI-Audio- und Musikproduktion unter macOS und Windows. Sprachsynthese, Stimmenklonen, Songs mit Text und mehrspurige Partituren – 100 % offline, keine API-Gebühren.

leemysw
⭐ 2,278 TypeScript 👤 leemysw User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-09-15
96
lifeiteng/vall-e

PyTorch-Implementierung von VALL-E (Zero-Shot Text-To-Speech), Reproduzierte Demo https://lifeiteng.github.io/valle/index.html

lifeiteng
⭐ 2,215 Python 👤 lifeiteng User 🕐 Aktualisiert 2025-09-10 📅 Erstellt 2023-01-27
97
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
98
fikrikarim/parlor

Geräteinterne Echtzeit-Multimodal-KI mit Funktionen ähnlich wie GPT-Live

fikrikarim
⭐ 2,117 Python 👤 fikrikarim User 🕐 Aktualisiert 2026-08-03 📅 Erstellt 2026-04-05
99
techjarves/Portable-Local-Studio

Portables lokales KI-Studio für Windows, Linux und macOS. Benutzeroberfläche ohne Einrichtung für Bildgenerierung, GGUF-LLMs, Text-zu-Sprache und Sprache-zu-Text

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2026-06-04
100
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