Git Stars Git Stars

#voice-cloning Repositories

76
Gesamtzahl der Repositories
629,830
Gesamtanzahl der Sterne
8,287
Durchschnittliche Sterne/Repo

Insgesamt 77 Repositories

51
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
52
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
54
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
55
LuoGen-AI/LuoGen-agent

Erstellung von Trendvideos mit einem Klick: 1. Automatische Extraktion von Vergleichstexten 2. Automatische Nachahmung von Texten 3. Automatische Klonung von Stimmen basierend auf Texten 4. Automatische Generierung von digitalen Sprecheransagen 5. Automatische Untertitelerstellung 6. Automatische Hinzufügung von Hintergrundmusik 7. Automatische Hinzufügung von Videotiteln 8. Automatische Generierung von Videoselbstporträts 9. Automatische Veröffentlichung von Videos auf verschiedenen Plattformen

LuoGen-AI
⭐ 870 Python 👤 LuoGen-AI User 🕐 Aktualisiert 2025-10-03 📅 Erstellt 2025-10-02
56
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
57
facebookresearch/audioseal

Lokalisierte Wasserzeichen für KI-generierte Sprachaudios mit SOTA in Robustheit und sehr schnellem Detektor

facebookresearch
⭐ 804 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2024-01-26
58
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
59
chenpipi0807/ComfyUI-Index-TTS

Benutzerdefinierter Knoten für hochwertige Text-zu-Sprache-Konvertierung in ComfyUI unter Verwendung des IndexTTS-Modells. Unterstützt chinesischen und englischen Text und kann Sprachmerkmale basierend auf Referenzaudio replizieren.

chenpipi0807
⭐ 776 Python 👤 chenpipi0807 User 🕐 Aktualisiert 2026-09-02 📅 Erstellt 2025-04-22
60
v3ucn/CosyVoice_For_Windows

Die Version von CosyVoice für die Verwendung unter Windows

v3ucn
⭐ 758 Python 👤 v3ucn User 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2024-07-07
61
BoltzmannEntropy/MimikaStudio

MimikaStudio - Eine lokal-first Anwendung für macOS (Apple Silicon) + Agentic MCP-Unterstützung

BoltzmannEntropy
⭐ 753 Dart 👤 BoltzmannEntropy User 🕐 Aktualisiert 2026-10-27 📅 Erstellt 2026-01-26
62
travisvn/chatterbox-tts-api

Lokales, OpenAI-kompatibles Text‑zu‑Speech‑API (TTS) mit Chatterbox, das es Benutzern ermöglicht, Sprachklonierte Sprache überall dort zu erzeugen, wo die OpenAI‑API verwendet wird (z. B. Open WebUI, AnythingLLM, etc.).

travisvn
⭐ 700 Python 👤 travisvn User 🕐 Aktualisiert 2025-12-23 📅 Erstellt 2025-05-31
63
lukaszliniewicz/Pandrator

Verwandeln Sie PDFs und EPUBs in Hörbücher; Untertitel oder Videos in synchronisierte Videos (einschließlich Übersetzung) und mehr. Kostenlos. Pandrator verwendet lokale Modelle, einschließlich Voice-Cloning (sofortig, RVC-optimiert, XTTS-Feinabstimmung) und LLM-Verarbeitung. Es strebt danach, eine benutzerfreundliche App mit GUI, Installationsprogramm und All-in-One-Paketen zu sein.

lukaszliniewicz
⭐ 649 Python 👤 lukaszliniewicz User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-03-20
64
wildminder/ComfyUI-VibeVoice

ComfyUI Custom Node für VibeVoice TTS. Expressive, langformatige, gesprächige Audioausgabe mit mehreren Sprechern

wildminder
⭐ 614 Python 👤 wildminder User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2025-08-27
⭐ 609 TypeScript 👤 synchronicity-labs Organization 🕐 Aktualisiert 2024-03-30 📅 Erstellt 2023-11-07
66
kapi2800/qwen3-tts-apple-silicon

Führen Sie Qwen3-TTS Text-to-Speech lokal auf dem Mac (M1/M2/M3/M4) aus. Stimmenklonen, Stimmendesign, benutzerdefinierte Stimmen. 100 % offline mit MLX.

kapi2800
⭐ 593 Python 👤 kapi2800 User 🕐 Aktualisiert 2026-05-02 📅 Erstellt 2026-01-28
67
PunithVT/ai-avatar-system

🎭 KI-Avatar-/Digital-Human-Plattform – Foto hochladen, Stimme klonen und in Echtzeit mit jedem Gesicht per lippensynchronem Video sprechen. Open Source und selbst gehostet. Claude · Whisper · Chatterbox · MuseTalk.

PunithVT
⭐ 586 Python 👤 PunithVT User 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2025-11-30
68
petermg/Chatterbox-TTS-Extended

Modifizierte Version von Chatterbox, die Textdateien als Eingabe akzeptiert und keine Zeichenbeschränkungen hat. Ich benutze es, um Hörbücher zu erstellen, besonders für meine Kinder.

petermg
⭐ 577 Python 👤 petermg User 🕐 Aktualisiert 2025-08-23 📅 Erstellt 2025-05-30
69
Saganaki22/ComfyUI-OmniVoice-TTS

OmniVoice TTS-Knoten für ComfyUI - Zero-Shot mehrsprachige Text-zu-Sprache mit Sprachklonen, Sprachdesign und Mehrsprecher-Dialog

Saganaki22
⭐ 567 Python 👤 Saganaki22 User 🕐 Aktualisiert 2026-06-11 📅 Erstellt 2026-04-02
70
wildminder/awesome-ai-voice

Liste von Open-Source-Modellen für Text-to-Speech (TTS), Stimmenklonung und Musikgenerierung

wildminder
⭐ 562 👤 wildminder User 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2026-03-10
71
billwuhao/ComfyUI_IndexTTS

IndexTTS Voice Cloning: Unterstützt Zwei-Personen-Dialoge

billwuhao
⭐ 556 Python 👤 billwuhao User 🕐 Aktualisiert 2025-11-07 📅 Erstellt 2025-04-30
72
FlashLabs-AI-Corp/FlashLabs-Chroma

Das weltweit erste Open‑Source-Modell für Echtzeit-zu‑Ende-Konversationen mit personalisiertem Sprachklon.

FlashLabs-AI-Corp
⭐ 552 Jupyter Notebook 👤 FlashLabs-AI-Corp Organization 🕐 Aktualisiert 2026-09-04 📅 Erstellt 2025-11-13
73
HAKORADev/VODER

Sprachbedienungs- und Design-Engine mit Reproduktionsfunktionen

HAKORADev
⭐ 524 Python 👤 HAKORADev User 🕐 Aktualisiert 2026-10-01 📅 Erstellt 2026-02-09
74
wildminder/ComfyUI-VoxCPM

ComfyUI-Node für ausdrucksstarke Sprache und realistisches Zero-Shot-Voice-Cloning

wildminder
⭐ 523 Python 👤 wildminder User 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2025-09-17
75
liuzhao1225/YouDub

YouDub ist ein Open-Source-Tool, das darauf abzielt, qualitativ hochwertige YouTube-Videos automatisch zu übersetzen und zu synchronisieren, um sie in das chinesische Internet zu übertragen. Das Tool verwendet KI-Spracherkennungstechnologie, um Audio in Text umzuwandeln, übersetzt den Text anschließend mithilfe eines Großen Sprachmodells (LLM) ins Chinesische und wandelt das Chinesische schließlich mithilfe der KI-Stimmklonungstechnologie in Audio um. Auf diese Weise können wir auf Chinesisch synchronisierte Videos erstellen, die die ursprüngliche Stimmfarbe des YouTubers beibehalten.

liuzhao1225
⭐ 514 Python 👤 liuzhao1225 User 🕐 Aktualisiert 2024-05-14 📅 Erstellt 2023-11-02
76
adventists-ai/sophon-realtime

Offene Vollduplex-Sprachmodelle, die deinen Tonfall erkennen und selbst mit einem passenden Tonfall sprechen. Eine GPU mit vLLM-Omni oder vollständig offline auf einem Mac mit MLX. Zero-Shot-Sprachklonen, kompatibel mit OpenAI Realtime / GPT-Live, plus kostenloser Testzugang zur gehosteten API. Apache-2.0.

adventists-ai
⭐ 510 Python 👤 adventists-ai Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-11-04
77
YeJe-cpu/talk-to-fengge

Sprich mit Feng Ge – Klone die Stimme und Persönlichkeit einer beliebigen Person für Echtzeit-Sprachgespräche mit einer technischen Latenz von unter 1 Sekunde.

YeJe-cpu
⭐ 504 Python 👤 YeJe-cpu User 🕐 Aktualisiert 2026-07-11 📅 Erstellt 2026-06-25