Git Stars Git Stars

#tts Repositories

219
Gesamtzahl der Repositories
1.3M
Gesamtanzahl der Sterne
5,873
Durchschnittliche Sterne/Repo

Insgesamt 222 Repositories

51
metavoiceio/metavoice-src

Grundlegendes Modell für menschenähnliche, ausdrucksstarke TTS

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 Aktualisiert 2024-07-30 📅 Erstellt 2024-02-06
52
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
53
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
54
justlovemaki/openclaw-china-docker

Die Docker‑Version von OpenClaw, die chinesische IM‑Plattformen integriert, ist vorinstalliert und mit Plug‑Ins für die wichtigsten chinesischen IM‑Software wie Feishu, DingTalk, QQ‑Bots und WeChat for Business konfiguriert, sodass Sie schnell ein AI‑Bot‑Gateway für mehrere chinesische IM‑Plattformen bereitstellen können.

justlovemaki
⭐ 3,701 Shell 👤 justlovemaki User 🕐 Aktualisiert 2026-04-14 📅 Erstellt 2026-02-01
55
PeterH0323/Streamer-Sales

Streamer-Sales Verkaufsmeister – Verkaufender Streamer LLM-großes Modell 🛒🎁, ein großes Verkaufender Streamer LLM-Modell, das auf der Grundlage gegebener Produktmerkmale aus der Perspektive der Anregung der Kaufbereitschaft der Benutzer Produktkommentare abgeben kann. 🚀⭐ Enthält detaillierte Daten-Generierungsprozesse ❗ 📦 Enthält außerdem integriertes LMDeploy für beschleunigte Inferenz 🚀, RAG Retrieval-Augmented Generation 📚, TTS Text-to-Speech 🔊, Avatar-Generierung 🦸, Agentenverwendung für Echtzeit-Informationsabfragen im Netzwerk 🌐, ASR Speech-to-Text 🎙️, Vue-Ökosystem-Aufbau-Frontend 🍍, FastAPI-Aufbau-Backend 🗝️, Docker-compose-Paketierung und -Bereitstellung 🐋

PeterH0323
⭐ 3,695 Python 👤 PeterH0323 User 🕐 Aktualisiert 2025-03-08 📅 Erstellt 2024-04-05
56
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
57
Vincentwei1021/anything2explainer

Thema hinein, vertontes Erklärvideo heraus. Ein Claude-Code-/Codex-Skill, der jedes Thema in ein Motion-Graphics-Erklärvideo auf schwarzer Leinwand verwandelt – mit TTS-Voiceover, Untertiteln und einer Kapitelfortschrittsleiste. Auf Chinesisch oder Englisch; jedes Einzelbild wird mit Remotion per Code gezeichnet.

Vincentwei1021
⭐ 3,459 TypeScript 👤 Vincentwei1021 User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-09-08
58
trymirai/uzu

Eine Hochleistungs-Inferenz-Engine für KI-Modelle

trymirai
⭐ 3,378 Rust 👤 trymirai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-06-23
59
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
60
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
61
Alisa0808/vox-director

Verwandeln Sie ein Thema in ein fertiges Vox-artiges Papiercollage-Erklär-/Werbevideo — automatisiert von Anfang bis Ende auf Atlas Cloud + ffmpeg. Eine Agentenfertigkeit.

Alisa0808
⭐ 2,999 Python 👤 Alisa0808 User 🕐 Aktualisiert 2026-10-05 📅 Erstellt 2026-07-10
62
codedogQBY/ReadAny

KI-gestützter plattformübergreifender E-Book-Reader mit semantischer Suche, RAG-Chat, lokalem Vektorspeicher, Notizen, TTS und WebDAV-Synchronisation.

codedogQBY
⭐ 2,994 TypeScript 👤 codedogQBY User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-02-25
63
openctp/openctp

openctp bietet CTPAPI-kompatible Schnittstellen für verschiedene Kanäle wie CTP-Aktienoptionen, CTP von Zhongtai Securities, XTP von Huaxin Securities, TORA von Dongfang Futures, OST von Dongfang Securities, EMT von Dongfang Wealth Securities, TWS von Interactive Brokers, TAP von EBest und QDP von Quant Investment. CTP-Programme können nahtlos an verschiedene Börsenanbindungen angebunden werden. openctp bietet außerdem eine Simulationsumgebung, die auf dem TTS-Handelssystem basiert und ebenfalls CTPAPI-kompatible Schnittstellen bereitstellt. Sie unterstützt nicht nur die Simulation des Handels mit allen inländischen Futures- und Optionssorten, sondern auch mit A-Aktien, Fonds, Anleihen und Aktienoptionen. Sie kann Simnow ersetzen und bietet Entwicklern von CTP-Quantitätstransaktionen eine 7x24 verfügbare Simulationsumgebung.

openctp
⭐ 2,991 C++ 👤 openctp Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-08-06
64
thewh1teagle/kokoro-onnx

TTS mit Kokoro und ONNX Runtime

thewh1teagle
⭐ 2,913 Python 👤 thewh1teagle User 🕐 Aktualisiert 2026-09-01 📅 Erstellt 2025-01-03
65
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
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2018-07-24
67
FurkanGozukara/Stable-Diffusion

FLUX, Stable Diffusion, SDXL, SD3, LoRA, Feinabstimmung, DreamBooth, Training, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animation, Text zu Video, Tutorials, Anleitungen, Vorträge, Kurse, ComfyUI, Google Colab, RunPod, Kaggle, Notizbücher, ControlNet, TTS, Stimmklonen, KI, KI-Nachrichten, ML, ML-Nachrichten, Nachrichten, Tech, Tech-Nachrichten, Kohya, Midjourney, RunPod

FurkanGozukara
⭐ 2,785 Jupyter Notebook 👤 FurkanGozukara User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-05-01
68
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
69
liou666/polyglot

🤖️ Plattformübergreifende KI-Sprachlern-App

liou666
⭐ 2,586 TypeScript 👤 liou666 User 🕐 Aktualisiert 2025-09-03 📅 Erstellt 2023-03-15
70
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
71
cosin2077/easyVoice

Open-Source-Text-to-Speech-Tool, unterstützt extrem lange Texte, Mehrfachrollen-Synchronisation

cosin2077
⭐ 2,393 TypeScript 👤 cosin2077 User 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2025-03-15
72
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
73
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
74
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
75
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
76
akdeb/ElatoAI

Echtzeit-Sprach-KI mit über 100 Modellen auf Arduino ESP32, mit sicheren WebSockets und Edge-Funktionen für KI-Spielzeuge, Schreibtischbegleiter und Geräte

akdeb
⭐ 2,122 TypeScript 👤 akdeb User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-04-08
77
p0n1/epub_to_audiobook

EPUB in Hörbuch-Konverter, optimiert für Audiobookshelf, WebUI inklusive

p0n1
⭐ 2,083 Python 👤 p0n1 User 🕐 Aktualisiert 2026-10-28 📅 Erstellt 2023-03-21
78
nazdridoy/kokoro-tts

Ein CLI-Text-to-Speech-Tool, das das Kokoro-Modell verwendet und mehrere Sprachen, Stimmen (mit Mischung) sowie verschiedene Eingabeformate wie EPUB-Bücher und PDF-Dokumente unterstützt.

nazdridoy
⭐ 2,035 Python 👤 nazdridoy User 🕐 Aktualisiert 2026-08-22 📅 Erstellt 2025-01-14
79
AlexxIT/YandexStation

Steuerung von Yandex.Station und anderen Smart-Home-Geräten mit Alice aus Home Assistant

AlexxIT
⭐ 2,021 Python 👤 AlexxIT User 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2020-01-27
80
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
81
HITsz-TMG/VideoClaw

🚀 KI vollständig automatisierter Video-Generierungsmitarbeiter | Ihr erster AIGC-Kollege. Idee chatten. Film erhalten. 🦞

HITsz-TMG
⭐ 1,915 Python 👤 HITsz-TMG Organization 🕐 Aktualisiert 2026-08-26 📅 Erstellt 2024-08-29
82
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
83
MixLabPro/comfyui-mixlab-nodes

Workflow-zu-APP, Bildschirmfreigabe & schwebendes Video, GPT & 3D, Spracherkennung & TTS

MixLabPro
⭐ 1,869 JavaScript 👤 MixLabPro Organization 🕐 Aktualisiert 2026-06-04 📅 Erstellt 2023-10-18
84
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
85
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
86
alexpinel/Dot

Text-to-Speech, RAG und LLMs. Alles lokal!

alexpinel
⭐ 1,848 JavaScript 👤 alexpinel User 🕐 Aktualisiert 2024-12-09 📅 Erstellt 2024-03-15
87
wwbin2017/bailing

Bailing ist ein Sprachgesprächsroboter ähnlich wie GPT-4o, implementiert über ASR+LLM+TTS, integriert mit exzellenten großen Modellen wie DeepSeek R1, angeschlossen an openClaw, ein echter persönlicher Sprachassistent mit Latenz bis zu 800 ms, lauffähig auf Low-Spec-Geräten wie Mac, unterstützt Unterbrechung

wwbin2017
⭐ 1,794 Python 👤 wwbin2017 User 🕐 Aktualisiert 2026-04-06 📅 Erstellt 2024-08-25
88
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
89
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
90
nobodywho-ooo/nobodywho

NobodyWho ist eine Inferenz-Engine, mit der Sie LLMs lokal und effizient auf jedem Gerät ausführen können.

nobodywho-ooo
⭐ 1,699 Rust 👤 nobodywho-ooo Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2024-09-03
91
neural-maze/ava-whatsapp-agent-course

Lernen Sie Ava kennen, den WhatsApp-Agenten

neural-maze
⭐ 1,681 Python 👤 neural-maze Organization 🕐 Aktualisiert 2025-10-20 📅 Erstellt 2024-12-17
92
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
93
ekwek1/soprano

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

ekwek1
⭐ 1,637 Python 👤 ekwek1 User 🕐 Aktualisiert 2026-01-15 📅 Erstellt 2025-11-30
94
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
95
semperai/amica

Amica ist eine Open-Source-Schnittstelle zur interaktiven Kommunikation mit 3D-Charakteren mit Sprachsynthese und Spracherkennung.

semperai
⭐ 1,626 TypeScript 👤 semperai Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2023-10-29
96
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
97
DicioTeam/dicio-android

Dicio-Assistenten-App für Android

DicioTeam
⭐ 1,553 Kotlin 👤 DicioTeam Organization 🕐 Aktualisiert 2026-10-23 📅 Erstellt 2019-08-02
98
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
99
kizuna-ai-lab/sokuji

Echtzeit-Zwei-Wege-Sprachübersetzung für zweisprachige Meetings – erkennt automatisch die gesprochene Sprache und übersetzt in beide Richtungen, wahlweise in der Cloud oder vollständig offline auf dem Gerät. Desktop (Windows · macOS · Linux) + Browser-Erweiterung (Chrome · Edge) für Zoom, Meet, Teams und jede beliebige App.

kizuna-ai-lab
⭐ 1,508 TypeScript 👤 kizuna-ai-lab Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-04-14
100
mbailey/voicemode

Natürliche Sprachunterhaltungen mit Claude Code

mbailey
⭐ 1,472 Python 👤 mbailey User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-06-08