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

101
sgl-project/sglang-omni

Hochleistungs-Laufzeitumgebung für interaktive Superintelligenzsysteme

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-01-07
102
RHVoice/RHVoice

ein freier und Open-Source-Sprachsynthesizer für Russisch und andere Sprachen

RHVoice
⭐ 1,864 C++ 👤 RHVoice Organization 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2010-07-28
103
High-Logic/Genie-TTS

GPT-SoVITS ONNX Inferenz-Engine & Modellkonverter

High-Logic
⭐ 1,850 Python 👤 High-Logic User 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2025-08-25
104
alan-ai/alan-sdk-android

Das Self-Coding-System für Ihre App — Alan AI SDK für Android

alan-ai
⭐ 1,815 👤 alan-ai Organization 🕐 Aktualisiert 2025-04-22 📅 Erstellt 2019-10-01
105
Read-Aloud/read-aloud

Eine tolle Browser-Erweiterung, die Webseiteninhalte mit einem Klick vorliest

Read-Aloud
⭐ 1,796 JavaScript 👤 Read-Aloud Organization 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2016-10-13
106
software-mansion/react-native-executorch

Leistungsstarke On-Device-KI-Inferenzbibliothek für React Native mit Fokus auf Datenschutz, angetrieben von PyTorchs ExecuTorch-Runtime

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-10-16
107
VOICEVOX/voicevox_engine

VOICEVOX-Sprachsynthese-Engine, eine kostenlos nutzbare Text-to-Speech-Software von mittlerer Qualität

VOICEVOX
⭐ 1,787 Python 👤 VOICEVOX Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2021-07-27
108
alan-ai/alan-sdk-flutter

Das Selbstkodierungssystem für Ihre App — Alan AI SDK für Flutter

alan-ai
⭐ 1,768 Ruby 👤 alan-ai Organization 🕐 Aktualisiert 2025-04-22 📅 Erstellt 2020-04-22
109
ThioJoe/Auto-Synced-Translated-Dubs

Übersetzt den Text eines Videos automatisch anhand einer Untertiteldatei und verwendet dann KI-Sprachdienste, um eine neue synchronisierte und übersetzte Audiospur zu erstellen, bei der die Sprache mit den Zeitangaben der Untertitel synchronisiert wird.

ThioJoe
⭐ 1,756 Python 👤 ThioJoe User 🕐 Aktualisiert 2026-05-11 📅 Erstellt 2022-12-08
110
Agents365-ai/video-podcast-maker

Thema → 4K-Video mit Sprecher für Coding-Agenten. v5.3.0: lokales TTS (kostenloses Edge + Azure, keine externe Engine), manifestbasierte Asset-Engine, Remotion-Komposition, kostengesteuerte KI-Generierung, Bilibili/YouTube/Xiaohongshu/Douyin/WeChat-Kanäle

Agents365-ai
⭐ 1,729 Python 👤 Agents365-ai User 🕐 Aktualisiert 2026-10-01 📅 Erstellt 2026-02-16
111
mkiol/dsnote

Speech Note Linux App. Notizen machen, lesen und übersetzen mit Offline-Spracherkennung (Speech to Text), Sprachausgabe (Text to Speech) und maschineller Übersetzung.

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2021-10-07
112
met4citizen/TalkingHead

Talking Head (3D): Eine JavaScript-Klasse zur Echtzeit-Lippensynchronisation mithilfe von Ganzkörper-3D-Avataren.

met4citizen
⭐ 1,693 JavaScript 👤 met4citizen User 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2023-08-14
113
vibevoice-community/VibeVoice

VibeVoice: Expressive, Longform-Konversationssprachsynthese. (Community Fork)

vibevoice-community
⭐ 1,678 Python 👤 vibevoice-community Organization 🕐 Aktualisiert 2026-08-29 📅 Erstellt 2025-09-04
114
alan-ai/alan-sdk-ionic

Das selbstcodierende System für Ihre App — Alan AI SDK für Ionic

alan-ai
⭐ 1,661 TypeScript 👤 alan-ai Organization 🕐 Aktualisiert 2025-04-22 📅 Erstellt 2020-04-24
115
waybarrios/vllm-mlx

Hochleistungs-LLM-Inferenzserver, kompatibel mit OpenAI und Anthropic, für Apple Silicon. Natives MLX, kontinuierliches Batching, multimodale Modelle, MCP-Toolaufrufe und Claude-Code-Unterstützung.

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 Aktualisiert 2026-11-07 📅 Erstellt 2025-12-06
116
Aratako/Irodori-TTS

Ein auf Flow Matching basierendes Text-to-Speech-Modell mit emoji-gesteuerter Stilsteuerung

Aratako
⭐ 1,650 Python 👤 Aratako User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-02-25
117
ekwek1/soprano

Soprano: Sofortige, ultra-realistische Text-zu-Sprache

ekwek1
⭐ 1,637 Python 👤 ekwek1 User 🕐 Aktualisiert 2026-01-15 📅 Erstellt 2025-11-30
118
kan-bayashi/ParallelWaveGAN

Unoffizieller Parallel WaveGAN (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) mit PyTorch

kan-bayashi
⭐ 1,634 Jupyter Notebook 👤 kan-bayashi User 🕐 Aktualisiert 2024-04-22 📅 Erstellt 2019-10-29
119
Norsico/Video-Materials-AutoGEN-Workstation

Eine (Kurzvideo-)Erstellungs-Workstation, die Inhaltsplanung, automatische KI-Textgenerierung, automatische TTS-Massenvertonung, (KI-)Bildmaterial-Synthese, automatische ASR-Sprachuntertitelskript-Extraktion und KI-freie Kreation integriert. Praktisch für die Verwaltung jedes Videoprojekts.

Norsico
⭐ 1,624 Python 👤 Norsico User 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2025-11-18
120
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
121
yakGPT/yakGPT

Lokal laufende, freihändige ChatGPT-Benutzeroberfläche

yakGPT
⭐ 1,614 TypeScript 👤 yakGPT User 🕐 Aktualisiert 2024-05-08 📅 Erstellt 2023-03-30
122
MiniMax-AI/MiniMax-MCP

Offizieller MiniMax Model Context Protocol (MCP) Server, der die Interaktion mit leistungsstarken Text-to-Speech-, Bildgenerierungs- und Videogenerierungs-APIs ermöglicht.

MiniMax-AI
⭐ 1,610 Python 👤 MiniMax-AI Organization 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2025-04-10
123
Enemyx-net/VibeVoice-ComfyUI

Eine umfassende ComfyUI-Integration für Microsofts VibeVoice Text-to-Speech-Modell, die hochwertige Einzel- und Mehrsprecher-Stimsynthese direkt in Ihren ComfyUI-Workflows ermöglicht.

Enemyx-net
⭐ 1,581 Python 👤 Enemyx-net User 🕐 Aktualisiert 2026-02-18 📅 Erstellt 2025-08-27
124
kyutai-labs/unmute

Text-LLMs zuhören und sprechen lassen

kyutai-labs
⭐ 1,556 Python 👤 kyutai-labs Organization 🕐 Aktualisiert 2026-09-09 📅 Erstellt 2025-06-10
126
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
128
ARahim3/mlx-tune

LLMs auf deinem Mac mit Apple Silicon fine-tunen. SFT, DPO, GRPO, Vision, TTS, STT, Embedding und OCR-Fine-Tuning — nativ auf MLX. Unsloth-kompatible API.

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 Aktualisiert 2026-06-23 📅 Erstellt 2026-01-03
129
voice-cloning-app/Voice-Cloning-App

Eine Python/Pytorch-App zur einfachen Synthese menschlicher Stimmen

voice-cloning-app
⭐ 1,441 Python 👤 voice-cloning-app Organization 🕐 Aktualisiert 2024-12-02 📅 Erstellt 2021-03-10
130
edwko/OuteTTS

Schnittstelle für OuteTTS-Modelle.

edwko
⭐ 1,440 Python 👤 edwko User 🕐 Aktualisiert 2026-03-23 📅 Erstellt 2024-11-04
131
R3gm/SoniTranslate

Synchronisierte Übersetzung für Videos. Videodubbing

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Aktualisiert 2026-08-29 📅 Erstellt 2023-06-27
132
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
133
lenML/Speech-AI-Forge

🍦 Speech-AI-Forge ist ein Projekt, das um ein TTS-Generierungsmodell entwickelt wurde und einen API-Server sowie eine Gradio-basierte WebUI implementiert.

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 Aktualisiert 2026-05-21 📅 Erstellt 2024-06-01
134
0nutation/SpeechGPT

SpeechGPT-Serie: Große Sprachmodelle für Sprache

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Aktualisiert 2024-07-22 📅 Erstellt 2023-05-16
135
vincentsch/explainroo

Erklärvideos und Produktdemos, erstellt von deinem KI-Agenten. Kostenlos und Open Source: Eine lokale Stimme (Kokoro), Wort-Timing (Whisper) und ein Canvas-Renderer verwandeln ein Skript in eine vertonte MP4-Datei.

vincentsch
⭐ 1,387 JavaScript 👤 vincentsch User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-09-25
136
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
137
shivammehta25/Matcha-TTS

[ICASSP 2024] 🍵 Matcha-TTS: Eine schnelle TTS-Architektur mit bedingungsgesteuerter Flussanpassung

shivammehta25
⭐ 1,374 Jupyter Notebook 👤 shivammehta25 User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2023-09-05
138
egoist/chatwise-releases

Der schnellste KI-Chatbot für jedes LLM

egoist
⭐ 1,373 TypeScript 👤 egoist User 🕐 Aktualisiert 2026-07-01 📅 Erstellt 2024-11-05
140
ciddwd/overlay-translator

Open-Source-Android-Übersetzer für den Echtzeit-Bildschirm ohne Root, geeignet für Spiele, Visual Novels und Manga. Unterstützt On-Device- und Cloud-OCR, Offline-LLMs, mehrere Übersetzungsdienste, Bildschirmübersetzungen und Text-to-Speech (TTS).

ciddwd
⭐ 1,369 Kotlin 👤 ciddwd User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2026-06-22
141
Capsize-Games/airunner

Offline-Inferenz-Engine für Kunst, Echtzeit-Sprachgespräche, LLM-gestützte Chatbots und automatisierte Workflows

Capsize-Games
⭐ 1,317 Python 👤 Capsize-Games Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-03-21
142
jishengpeng/WavTokenizer

[ICLR 2025] Aktuelle SOTA-Modelle für diskrete akustische Codecs mit 40/75 Tokens pro Sekunde für Audio-Sprachmodellierung

jishengpeng
⭐ 1,294 Python 👤 jishengpeng User 🕐 Aktualisiert 2025-03-02 📅 Erstellt 2024-08-29
143
soniqo/speech-swift

KI-Sprach-Toolkit für Apple Silicon — ASR, TTS, Speech-to-Speech, VAD und Diarization, unterstützt von MLX und CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-02-04
144
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
145
diodiogod/TTS-Audio-Suite

Eine ComfyUI-Custom-Node-Integration für lokale, Multi-Engine- und mehrsprachige Text-to-Speech- und Voice-Conversion-Funktionen. Unterstützt: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (klassisch und mehrsprachig), F5-TTS, Higgs Audio 2, 3 und VibeVoice mit unbegrenzter Textlänge, SRT-Timing, Charakterunterstützung und vielen Audiotools.

diodiogod
⭐ 1,270 Python 👤 diodiogod User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2025-08-06
146
MycroftAI/mimic3

Eine schnelle lokale neuronale Text-zu-Sprache-Engine für Mycroft

MycroftAI
⭐ 1,262 Python 👤 MycroftAI Organization 🕐 Aktualisiert 2025-03-25 📅 Erstellt 2022-03-24
147
gitmylo/audio-webui

Eine Web-Oberfläche für verschiedene Audio-bezogene neuronale Netze

gitmylo
⭐ 1,245 Python 👤 gitmylo User 🕐 Aktualisiert 2025-05-19 📅 Erstellt 2023-05-05
148
Ksuriuri/index-tts-vllm

Hinzugefügt vLLM-Unterstützung zu IndexTTS für schnellere Inferenz.

Ksuriuri
⭐ 1,244 Python 👤 Ksuriuri User 🕐 Aktualisiert 2026-04-13 📅 Erstellt 2025-05-03
149
sh-lee-prml/HierSpeechpp

Die offizielle Implementierung von HierSpeech++

sh-lee-prml
⭐ 1,240 Python 👤 sh-lee-prml User 🕐 Aktualisiert 2024-02-20 📅 Erstellt 2023-08-14
150
panyanyany/Awesome-ChatTTS

ChatTTS-Ressourcen, kostenlose Testadresse, Stimmenbibliothek usw.

panyanyany
⭐ 1,236 👤 panyanyany User 🕐 Aktualisiert 2024-06-12 📅 Erstellt 2024-06-08