#voice-ai Repositories
Entdecke 37 aktive Open-Source-GitHub-Repositories, die mit #voice-ai getaggt sind und insgesamt 272,958 Sterne gesammelt haben (durchschnittlich 7,377 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist debpalash/VoiceStudio mit 115,753 Sternen.
Insgesamt 38 Repositories
VoiceStudio ist die quelloffene, vollständig lokal ausführbare Alternative zu ElevenLabs – mit Sprachklonen, Sprachdesign, Videodubbing, Diktierfunktion, Transkription und Hörbucherstellung in 646 Sprachen.
Open-Source-SenseVoiceSmall-Modell für ASR in Mandarin, Kantonesisch, Englisch, Japanisch und Koreanisch, Sprachidentifikation, Emotionserkennung und Audioereigniserkennung.
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 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 Echtzeit-Sprachlaufzeitumgebung, die Agenten im Gespräch, bei der Arbeit und präsent hält. Echtzeit-Sprachlaufzeitumgebung für KI-Agenten
Kyutais Text-to-Speech- und Speech-to-Text-Modelle basierend auf dem Framework für verzögerte Stream-Modellierung.
Voice AI SDK ist eine wiederverwendbare Android-Bibliothek, die jeder App in Minuten eine vollständige sprachgesteuerte KI-Konversationspipeline bietet. Sprachassistent + Android Voide AI + SDK + MVVM + Kotlin
Ehemals Better Chatbot. Navigator ist ein Open-Source-KI-Arbeitsbereich für Agenten, MCP und Workflow-Automatisierung.
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.
JARVIS – ein Sprachassistent für Claude Code. Sprich mit deinem Mac: Er entwickelt gemeinsam mit dir Ideen für ein Projekt, baut es und sagt dir laut Bescheid, wenn eine Claude-Code-Sitzung dich braucht. Für macOS, mit deinem Claude-Abonnement, ohne API-Schlüssel.
Die Abrufschicht für KI-Systeme in der Produktion. Blitzschnelle Suche (<10 ms) ohne Vektordatenbanken. Entwickelt für Browser, Edge, Geräte und Cloud.
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.
Rapida ist eine Open-Source, End‑zu‑End‑Plattform für die Orchestrierung von Sprach‑KI, die es ermöglicht, Echtzeit‑Sprachagenten mit Audio‑Streaming, STT, TTS, VAD, Multi‑Channel‑Integration, Agenten‑Status‑Management und Beobachtbarkeit zu bauen。
Selbst gehostetes, API-orientiertes KI-Callcenter: Die KI spricht, der Code steuert den Anruf. KI-Agenten nehmen jeden Anruf entgegen; Menschen können übernehmen, ohne dass die Verbindung abbricht. Läuft mit FreeSWITCH, Ihrem SIP-Trunk und einem Echtzeitmodell (OpenAI, Grok, Qwen, Doubao oder einem beliebigen kompatiblen Gateway).
TypeScript-Framework für KI-Agenten: kognitives Gedächtnis, dynamische Persönlichkeiten, emergentes Verhalten und selbstaufbauende Designs
Multimodaler Sprachagent für Ihre KI-Agenten. Sprechen Sie per Sprache mit Claude Code, Codex und anderen: Beantworten Sie ihre Eingaben, geben Sie Anweisungen und fragen Sie, was sie getan haben. Oder nicken Sie einfach.
Ermöglicht es Organisationen, anpassbare KI-Agenten zu erstellen und bereitzustellen, mit Unterstützung für mehrere LLM-Anbieter, Echtzeit-Chat, Sprache, Dokumententraining, Analysen, Benutzerverwaltung, SSO-Authentifizierung und einbettbare Widgets. Entwickelt mit React 19, Redux Toolkit, Radix UI und Tailwind CSS.
Das weltweit erste Open‑Source-Modell für Echtzeit-zu‑Ende-Konversationen mit personalisiertem Sprachklon.
Erstelle KI-Telefonagenten auf deinem eigenen Computer und teste jede Änderung mit einem KI-Anrufer. Open Source, läuft kostenlos ohne API-Schlüssel und kostet mit deinen eigenen Schlüsseln nur wenige Cent pro Anruf. Importiert Dialogflow CX.
Lernbegleitungsraum · Lokaler Anime-KI-1:1-Tutor, der sich wie ein Videoanruf anfühlt (mit 6 animierten Tutoren, synchronisiertem Whiteboard und FSRS-Wiederholung) | Lokaler Anime-KI-Tutor im Videoanruf-Stil mit synchronisiertem Whiteboard und 6 animierten Tutoren
Der Ausgabenmesser und die Budgetgrenze für KI-Sprachagenten. Misst STT + TTS + LLM + Telefonie pro Anruf – sofort einsatzbereit (Pipecat, LiveKit — Python und TypeScript). Stoppt den nächsten Turn, bevor dein Limit überschritten wird. Lokal, ohne Konto und ohne Telemetrie. Entwickelt von Floe – Kostenkontrolle für Voice AI.
Häufig gestellte Fragen
Welches ist das beliebteste #voice-ai-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#voice-ai-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 #voice-ai-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #voice-ai-Projekten auf GitHub sind Python, TypeScript, Go, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #voice-ai-Repositories berechnet?
Wir verfolgen 37 aktive Open-Source-Repositories, die mit #voice-ai getaggt sind (500+ Sterne), mit insgesamt 272,958 Sternen und durchschnittlich 7,377 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.