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

151
rudrankriyam/Foundation-Models-Framework-Lab

Ein praktisches Labor zum Erstellen, Testen und Evaluieren von Apps mit dem Foundation Models Framework von Apple.

rudrankriyam
⭐ 1,194 Swift 👤 rudrankriyam User 🕐 Aktualisiert 2026-11-07 📅 Erstellt 2025-06-09
152
nari-labs/dia2

TTS-Modell, das in Echtzeit konversationelle Audiodaten streamen kann.

nari-labs
⭐ 1,189 Python 👤 nari-labs Organization 🕐 Aktualisiert 2025-11-29 📅 Erstellt 2025-11-17
154
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
155
wustho/epy

CLI E-Book (epub2, epub3, fb2, mobi) Leser

wustho
⭐ 1,143 Python 👤 wustho User 🕐 Aktualisiert 2024-03-17 📅 Erstellt 2019-10-23
156
alan-ai/alan-sdk-cordova

Das Selbstcodier-System für Ihre App — Alan AI SDK für Cordova

alan-ai
⭐ 1,140 Ruby 👤 alan-ai Organization 🕐 Aktualisiert 2025-04-22 📅 Erstellt 2019-10-23
157
PromtEngineer/Verbi

Eine modulare Sprachassistenten-Anwendung zum Experimentieren mit hochmodernen Transkriptions-, Antwortgenerierungs- und Text-to-Speech-Modellen. Unterstützt OpenAI-, Groq-, Elevenlabs-, CartesiaAI- und Deepgram-APIs sowie lokale Modelle über Ollama. Ideal für Forschung und Entwicklung im Bereich Sprachtechnologie.

PromtEngineer
⭐ 1,125 Python 👤 PromtEngineer User 🕐 Aktualisiert 2025-11-22 📅 Erstellt 2024-05-20
158
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
159
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
160
PatterAI/Patter

Open-Source-Sprach-KI-SDK. Die Vapi/Retell-Alternative für Entwickler, die den Stack besitzen möchten. Geben Sie Ihrem KI-Agenten in 4 Zeilen eine Telefonnummer — Python und TypeScript, MIT-lizenziert, Twilio, Telnyx und Plivo.

PatterAI
⭐ 1,086 Python 👤 PatterAI Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2026-04-07
161
ChatCut-Inc/agent-plugin

KI-Videoeditor für Agenten. ChatCut-Plugin und MCP-Server für Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work und Qwen Work: Bearbeite dein eigenes Videomaterial im Chat, füge Bildunterschriften und Untertitel hinzu, entferne Pausen und Füllwörter, erstelle Motion Graphics und exportiere eine bearbeitbare Timeline.

ChatCut-Inc
⭐ 1,075 JavaScript 👤 ChatCut-Inc Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-06-25
163
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
164
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
165
festvox/flite

Ein kleines, schnelles, tragbares Sprachsynthese-System

festvox
⭐ 1,011 C 👤 festvox User 🕐 Aktualisiert 2024-07-03 📅 Erstellt 2017-10-21
166
stepfun-ai/Step-Audio-EditX

Ein leistungsstarkes, LLM-basiertes Audio-Bearbeitungsmodell mit 3 Milliarden Parametern, das auf Reinforcement Learning basiert, zeichnet sich durch die Bearbeitung von Emotionen, Sprachstil und Paralinguistik aus und bietet eine robuste Zero-Shot-Text-to-Speech-Funktion.

stepfun-ai
⭐ 1,005 Python 👤 stepfun-ai Organization 🕐 Aktualisiert 2026-04-09 📅 Erstellt 2025-10-29
167
susiai/susi_shell

Diese Suite von Tools ermöglicht es Benutzern, direkt aus ihrem Terminal mit AI-Diensten zu interagieren.

susiai
⭐ 1,004 Python 👤 susiai Organization 🕐 Aktualisiert 2025-05-04 📅 Erstellt 2017-11-25
168
MartinDelophy/ai-video-editor

Open-Source-Videoeditor mit lokalem Fokus, bei dem Ersteller und KI-Agenten dieselbe echte Timeline bearbeiten.

MartinDelophy
⭐ 1,002 JavaScript 👤 MartinDelophy User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-07-09
169
heardlabs/heard

Open-Source-Sprachtool (Apache 2.0) für Claude Code und Codex unter macOS, das den Fortschritt deines Coding-Agenten vorliest. Die Sprachausgabe läuft lokal mit Kokoro und benötigt kein Konto. Alternativ kannst du deinen eigenen ElevenLabs- oder Speechify-Schlüssel verwenden. Lass dir eine kurze Zusammenfassung vorlesen, wenn dein Agent fertig ist, fehlschlägt oder eine Genehmigung benötigt.

heardlabs
⭐ 994 Python 👤 heardlabs Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-04-24
170
samuel-vitorino/sopro

Ein leichtgewichtiges Text-zu-Sprache-Modell mit Zero-Shot-Sprachklonung

samuel-vitorino
⭐ 986 Python 👤 samuel-vitorino User 🕐 Aktualisiert 2026-09-01 📅 Erstellt 2025-12-30
171
livekit/agents-js

Erstellen Sie Echtzeit-multimodale KI-Agenten mit Node.js

livekit
⭐ 971 TypeScript 👤 livekit Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-04-01
⭐ 943 JavaScript 👤 codeforequity-at User 🕐 Aktualisiert 2026-10-21 📅 Erstellt 2019-12-03
173
read-cat/read-cat

Ein kostenloser, quelloffener, einfacher, sauberer und werbefreier Roman-Reader

read-cat
⭐ 942 TypeScript 👤 read-cat User 🕐 Aktualisiert 2024-11-09 📅 Erstellt 2024-04-08
174
xiaolai/most-common-american-idioms

Ein Buch, das von xiaolai mit Hilfe von ChatGPT und dessen TTS erstellt wurde

xiaolai
⭐ 941 Jupyter Notebook 👤 xiaolai User 🕐 Aktualisiert 2024-06-26 📅 Erstellt 2024-06-24
175
Vonage/vonage-php-sdk-core

Vonage REST API-Client für PHP. API-Unterstützung für SMS, Voice, Text-to-Speech, Numbers, Verify (2FA) und mehr.

Vonage
⭐ 930 PHP 👤 Vonage Organization 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2013-07-04
176
FireRedTeam/FireRedTTS

Ein Open-Source LLM-gestütztes Foundation TTS-System

FireRedTeam
⭐ 925 Python 👤 FireRedTeam Organization 🕐 Aktualisiert 2025-09-28 📅 Erstellt 2024-08-15
177
EDDiscovery/EDDiscovery

Kapitänstagebuch und 3D-Sternenkarte für Elite Dangerous

EDDiscovery
⭐ 910 C# 👤 EDDiscovery Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2015-04-20
178
sipeter/CloneTTS

Ein leichtgewichtiger, offline-fähiger Android Text-to-Speech (TTS)-Motor, der nahtloses systemweites Voice-Cloning und hochauflösende Textwiedergabe ermöglicht. / Ein leichtgewichtiger Text-to-Speech (TTS)-Motor, der lokal auf Android läuft, unterstützt offline Sprecher-Extraktion, nullschwelliges Voice-Cloning und doppelte Systemweite Global-Lesefunktion.

sipeter
⭐ 904 👤 sipeter User 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2026-03-21
179
gabrielmittag/NISQA

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

gabrielmittag
⭐ 899 Python 👤 gabrielmittag User 🕐 Aktualisiert 2024-12-01 📅 Erstellt 2019-02-14
180
kuangdd2024/auto-video-generateor

Automatischer Video-Generator, der bei Angabe eines Themas automatisch erklärende Videos erstellt. Der Benutzer gibt einen Thema-Text ein, das System ruft ein großes Sprachmodell auf, um eine Story oder einen erklärenden Text zu generieren, ruft dann weiter eine Sprachsyntheseschnittstelle auf, um die erklärende Stimme zu erzeugen, ruft eine Text-zu-Bild-Schnittstelle auf, um Begleitbilder zu generieren, die zum Textinhalt passen, und fusioniert schließlich die Stimme und die Begleitbilder, um ein erklärendes Video zu erstellen.

kuangdd2024
⭐ 895 Python 👤 kuangdd2024 User 🕐 Aktualisiert 2025-10-15 📅 Erstellt 2024-08-12
181
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
182
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
183
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
184
PABannier/bark.cpp

Suno AI's Bark-Modell in C/C++ für schnelle Text-zu-Sprache-Generierung

PABannier
⭐ 850 C++ 👤 PABannier User 🕐 Aktualisiert 2024-11-16 📅 Erstellt 2023-07-01
185
matatonic/openedai-speech

Ein OpenAI API-kompatibler Text-to-Speech-Server, der Coqui AIs xtts_v2 und/oder Piper TTS als Backend verwendet.

matatonic
⭐ 839 Python 👤 matatonic User 🕐 Aktualisiert 2025-02-02 📅 Erstellt 2023-11-27
186
cjyaddone/ChatWaifu

Kombinierte ChatGPT mit Moegoe TTS, um eine plaudernde Waifu zu erstellen

cjyaddone
⭐ 839 Python 👤 cjyaddone User 🕐 Aktualisiert 2024-04-08 📅 Erstellt 2022-12-18
187
team-attention/plugins-for-claude-natives

Claude Code Plugins für Power‑User

team-attention
⭐ 832 Python 👤 team-attention Organization 🕐 Aktualisiert 2026-04-20 📅 Erstellt 2026-01-01
188
Azure-Samples/aoai-realtime-audio-sdk

Azure OpenAI-Code-Ressourcen zur Nutzung der Echtzeitfunktionen von gpt-4o.

Azure-Samples
⭐ 832 TypeScript 👤 Azure-Samples Organization 🕐 Aktualisiert 2025-09-30 📅 Erstellt 2024-10-01
189
paulilaaso/lue

Terminal E-Book-Reader mit Text-to-Speech in Hörbuchqualität — Unterstützt EPUB, PDF, DOCX, HTML, RTF, TXT und MD.

paulilaaso
⭐ 823 Python 👤 paulilaaso User 🕐 Aktualisiert 2026-07-16 📅 Erstellt 2025-08-16
190
Neywa-Labs/mlx-audio-swift

Ein modulares Swift SDK für Audioverarbeitung mit MLX auf Apple Silicon

Neywa-Labs
⭐ 822 Swift 👤 Neywa-Labs Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-12-03
192
cmusphinx/cmudict

CMU US-Englisch Wörterbuch

cmusphinx
⭐ 821 Python 👤 cmusphinx Organization 🕐 Aktualisiert 2025-10-24 📅 Erstellt 2014-10-18
193
VRCWizard/TTS-Voice-Wizard

Sprache zu Text zu Sprache. Song wird gerade abgespielt. Sendet Text als OSC-Nachrichten an VRChat, um ihn auf dem Avatar anzuzeigen. (STTTS) (Sprache zu TTS) (VRC STT-System) (VTuber TTS)

VRCWizard
⭐ 813 C# 👤 VRCWizard User 🕐 Aktualisiert 2026-10-12 📅 Erstellt 2022-03-15
194
lobehub/lobe-tts

🎤 Lobe TTS - Eine hochwertige und zuverlässige TTS/STT-Bibliothek für Server und Browser

lobehub
⭐ 810 TypeScript 👤 lobehub Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2023-11-02
195
n4ze3m/tiny-voca

Ein englisches Text-to-Speech-Modell mit 4,5 Millionen Parametern und zwei Stimmen, von Grund auf trainiert

n4ze3m
⭐ 796 Python 👤 n4ze3m User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-11-14
197
MetaWu2077/Esp32_VoiceChat_LLMs

ESP32-basiertes Gerät, hauptsächlich verwendet für Voice-Chats mit großen Sprachmodellen

MetaWu2077
⭐ 794 C++ 👤 MetaWu2077 User 🕐 Aktualisiert 2024-03-24 📅 Erstellt 2024-03-09
198
mezbaul-h/june

Lokaler Sprach-Chatbot für ansprechende Gespräche, angetrieben von Ollama, Hugging Face Transformers und Coqui TTS Toolkit

mezbaul-h
⭐ 786 Python 👤 mezbaul-h User 🕐 Aktualisiert 2024-08-12 📅 Erstellt 2024-06-03
199
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
200
inworld-ai/tts

Inworld TTS

inworld-ai
⭐ 782 Python 👤 inworld-ai Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2025-05-02