#tts Repositories
Entdecke 219 aktive Open-Source-GitHub-Repositories, die mit #tts getaggt sind und insgesamt 1,286,218 Sterne gesammelt haben (durchschnittlich 5,873 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist debpalash/VoiceStudio mit 115,753 Sternen.
Insgesamt 222 Repositories
VoiceStudio ist die quelloffene, vollständig lokal ausführbare Alternative zu ElevenLabs – mit Sprachklonen, Sprachdesign, Videodubbing, Diktierfunktion, Transkription und Hörbucherstellung in 646 Sprachen.
Lokale Benutzeroberfläche zum Ausführen und Trainieren von LLMs und Diffusionsmodellen. Unterstützt GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX und mehr.
1 Minute an Sprachdaten kann auch verwendet werden, um ein gutes TTS-Modell zu trainieren! (wenig Schuss-Stimmenklonen)
Klonen Sie eine Stimme in 5 Sekunden, um beliebige Sprache in Echtzeit zu generieren
LocalAI ist der Open-Source-KI-Motor. Führen Sie jedes Modell aus – LLMs, Vision, Sprache, Bild, Video – auf jeder Hardware aus. Keine GPU erforderlich.
🐸💬 - ein Deep-Learning-Toolkit für Text-to-Speech, das in Forschung und Produktion erprobt wurde
VoxCPM2: Tokenizer-freies TTS für mehrsprachige Sprachgenerierung, kreatives Stimmendesign und lebensechte Klonierung
🚀Klonen Sie eine Stimme in 5 Sekunden, um beliebige Sprache in Echtzeit zu generieren
Sofortiges Klonen von Stimmen durch MIT und MyShell. Fundamentales Audiomodell.
Mastra ist das moderne TypeScript-Framework für KI-gestützte Anwendungen und Agenten.
Readest ist ein moderner, funktionsreicher E-Book-Reader, der für begeisterte Leser entwickelt wurde und nahtlosen plattformübergreifenden Zugriff, leistungsstarke Tools und eine intuitive Benutzeroberfläche bietet, um Ihr Leseerlebnis zu verbessern.
Ein industrielles, steuerbares und effizientes Zero-Shot-Text-to-Speech-System
Mehrsprachiges großes Sprachgenerierungsmodell, das Full-Stack-Fähigkeiten für Inferenz, Training und Bereitstellung bietet.
Erstelle Hörbücher aus E-Books – mit über 50 TTS-Engines, Stimmenklonen und Unterstützung für 1.696 Sprachen!
Übersetzen Sie das Video von einer Sprache in eine andere und betten Sie Synchronisation & Untertitel ein.
🌈 Eine plattformübergreifende Software für Textübersetzung und OCR | Eine plattformübergreifende Software für Textübersetzung und Erkennung.
Ein skalierbarer generativer KI-Framework, das für Forscher und Entwickler entwickelt wurde, die an Large Language Models, Multimodal und Speech AI (Automatic Speech Recognition und Text-to-Speech) arbeiten
Früher KrillinAI, ein Tool zur Übersetzung und Synchronisation von Videos in über 120 Sprachen. Ein Open-Source-KI-Arbeitsbereich für Kreative, unterstützt von Codex. Videos herunterladen und übersetzen sowie Videos, Bilder, Audiodateien und Bearbeitungen mit Agenten an einem Ort erstellen. Für soziale Medien wie YouTube, TikTok, Instagram und mehr.
Blitzschnelle, geräteinterne, mehrsprachige TTS — nativ über ONNX lauffähig.
Gradio WebUI für Kreative und Entwickler, mit wichtiger TTS (Edge-TTS, kokoro) und Zero-Shot Voice Cloning (E2 & F5-TTS, CosyVoice), mit Whisper-Audioverarbeitung, YouTube-Download, Demucs-Stimmisolation und mehrsprachiger Übersetzung.
Einfaches Sprach-Toolkit mit Self-Supervised-Learning-Modell, SOTA/Streaming-ASR mit Interpunktion, Streaming-TTS mit Text-Frontend, Sprecher-Verifizierungssystem, End-to-End-Sprachübersetzung und Keyword-Spotting. Gewann den NAACL2022 Best Demo Award.
Nutzen Sie den Online-Text-to-Speech-Dienst von Microsoft Edge mit Python, OHNE Microsoft Edge zu benötigen
Sehr latenzarme Sprach-zu-Text-, Intent-Erkennungs- und Text-zu-Sprache-Funktionen für die Erstellung von Sprachagenten und -schnittstellen
KI-Agenten-Engineering-Plattform, die auf einem Open-Source TypeScript KI-Agenten-Framework basiert
Buchquelle lesen - Xiangse Guige + Sorgfältiges Lesen + YuanYue + Lese 3.0 Buchquelle + YuanRead + Ai Yue Shu Xiang + QianYue + Huohua Lesen + Du Bu She Shou + Fanqie + Ximalaya + Comics + Hörbücher + Buchquelle + IPTV-Quelle + IPA-Troll-App = automatische Aktualisierung
Erstellen Sie schnell Text-, Sprach- und Video-Agenten. Ein schnelles, auf Go basierendes Agent-Backend mit SDKs für alle Sprachen. Sinnvolle Standardeinstellungen für Suche, Wissen, Fähigkeiten, Telefonie, Sandboxes, Speicher und Persistenz. Souveräne KI. Übernehmen Sie die Kontrolle über Ihre KI.
Eine einfache native Webschnittstelle, die ChatTTS zur Synthese von Text in Sprache verwendet und Unterstützung für externe API-Schnittstellen bietet.
Eine universelle AIGC-Video-Engine: vom Drehbuch zum fertigen Film in einer Pipeline — Dramen, Werbung, Produktvideos, Otome-Spiele und mehr.
Hochwertige mehrsprachige Text-to-Speech-Bibliothek von MyShell.ai. Unterstützt Englisch, Spanisch, Französisch, Chinesisch, Japanisch und Koreanisch.
🤖 wukong-robot ist ein einfaches, flexibles und elegantes chinesisches Sprachgespräche-Roboters-/Intelligenter-Lautsprecher-Projekt, das die Mehr-Runden-Gesprächsfähigkeiten von ChatGPT unterstützt und möglicherweise das erste Open-Source-Intelligente-Lautsprecher-Projekt mit Unterstützung für Brain-Computer-Interaktion ist.
Hörbücher aus EPUBs, PDFs und Texten mit synchronisierten Untertiteln generieren.
Silero-Modelle: Vortrainierte Text-zu-Sprache-Modelle, deren Nutzung erstaunlich einfach ist
StyleTTS 2: Auf dem Weg zu sprachähnlicher Text-zu-Sprache durch Stil-Diffusion und gegnerisches Training mit großen Sprachmodellen für Sprache
🎤 Microsoft Sprachsynthese-Tool, erstellt mit Electron + Vue + ElementPlus + Vite.
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
DiffSinger: Gesangssynthese über einen flachen Diffusionsmechanismus (SVS & TTS); AAAI 2022; Offizieller Code
Ein mehrsprachiges TTS-Modell mit 100 Millionen Parametern für Echtzeit-Inferenz auf der CPU, Stimmenklonen und Stereoerzeugung mit 48 kHz
Ein Open-Source-Text-to-Speech-System, das durch Invertieren von Whisper erstellt wurde.
Dies ist eine Android-System-TTS-Anwendung mit integrierten Microsoft-Demo-Schnittstellen, anpassbaren HTTP-Anforderungen, der Möglichkeit, andere lokale TTS-Engines zu importieren, sowie der Fähigkeit, einfache Erzählungen/Dialogerkennung basierend auf chinesischen doppelten Anführungszeichen vorzulesen, zusätzlich zu automatischen Wiederholungsversuchen, alternativen Konfigurationen, Textersetzungen und vielen weiteren Funktionen.
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.
Eine Open-Source-Modellfamilie für Langform-Sprachsynthese, Dialogsynthese, Sprachdesign, Soundeffekte und Echtzeit-Streaming-TTS
Häufig gestellte Fragen
Welches ist das beliebteste #tts-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#tts-Projekt auf GitHub ist debpalash/VoiceStudio mit 115,753 Sternen. VoiceStudio ist die quelloffene, vollständig lokal ausführbare Alternative zu ElevenLabs – mit Sprachklonen, Sprachdesign, Videodubbing, Diktierfunktion, Transkription und Hörbucherstellung in 646 Sprachen.
Welche Programmiersprachen werden in #tts-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #tts-Projekten auf GitHub sind Python, TypeScript, C++, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #tts-Repositories berechnet?
Wir verfolgen 219 aktive Open-Source-Repositories, die mit #tts getaggt sind (500+ Sterne), mit insgesamt 1,286,218 Sternen und durchschnittlich 5,873 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.