Git Stars Git Stars

#speech Repositorios

Descubre 75 repositorios activos de código abierto de GitHub etiquetados con #speech, que acumulan 371,290 estrellas en total (una media de 4,950 estrellas por proyecto). El líder de este tema es coqui-ai/TTS, con 44,052 estrellas.

75
Total de Repositorios
371,290
Total de estrellas
4,950
Promedio de Estrellas/Repo

76 repositorios en total

1
coqui-ai/TTS

🐸💬 - un toolkit de aprendizaje profundo para Text-to-Speech, probado en investigación y producción

coqui-ai
⭐ 44,052 Python 👤 coqui-ai Organization 🕐 Actualizado 2024-08-16 📅 Creado 2020-05-20
2
OpenBMB/VoxCPM

VoxCPM2: TTS sin tokenizador para generación de voz multilingüe, diseño de voz creativo y clonación realista

OpenBMB
⭐ 42,850 Python 👤 OpenBMB Organization 🕐 Actualizado 2026-11-09 📅 Creado 2025-09-16
3
babysor/MockingBird

🚀Clona una voz en 5 segundos para generar voz arbitraria en tiempo real

babysor
⭐ 36,856 Python 👤 babysor User 🕐 Actualizado 2026-03-03 📅 Creado 2021-08-07
4
m-bain/whisperX

WhisperX: Reconocimiento automático de voz con marcas de tiempo a nivel de palabra (& diarización)

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 Actualizado 2026-11-21 📅 Creado 2022-12-09
5
IDEA-Research/Grounded-Segment-Anything

Grounded SAM: Uniendo Grounding DINO con Segment Anything & Stable Diffusion & Recognize Anything - Detecta, segmenta y genera todo automáticamente

IDEA-Research
⭐ 17,288 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Actualizado 2024-09-05 📅 Creado 2023-04-06
6
kaldi-asr/kaldi

kaldi-asr/kaldi es la ubicación oficial del proyecto Kaldi.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Actualizado 2025-09-22 📅 Creado 2015-04-20
7
huggingface/speech-to-speech

Crea agentes de voz con modelos de código abierto

huggingface
⭐ 13,760 Python 👤 huggingface Organization 🕐 Actualizado 2026-11-19 📅 Creado 2024-08-07
8
snakers4/silero-vad

Silero VAD: Detector de actividad de voz preentrenado de nivel empresarial

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Actualizado 2026-11-20 📅 Creado 2020-11-23
9
AIGC-Audio/AudioGPT

AudioGPT: Comprensión y Generación de Voz, Música, Sonido y Talking Head

AIGC-Audio
⭐ 10,208 Python 👤 AIGC-Audio Organization 🕐 Actualizado 2024-07-06 📅 Creado 2023-03-16
10
modelscope/modelscope

ModelScope: da vida a la noción de Modelo como Servicio.

modelscope
⭐ 9,224 Python 👤 modelscope Organization 🕐 Actualizado 2026-11-16 📅 Creado 2022-07-25
11
netease-youdao/EmotiVoice

EmotiVoice 😊: un motor TTS multi-voz y controlado por indicaciones

netease-youdao
⭐ 8,541 Python 👤 netease-youdao User 🕐 Actualizado 2026-09-03 📅 Creado 2023-11-08
12
PaddlePaddle/models

Mantenido oficialmente, respaldado por PaddlePaddle, incluyendo CV, NLP, Speech, Rec, TS, modelos grandes y demás.

PaddlePaddle
⭐ 6,939 Python 👤 PaddlePaddle Organization 🕐 Actualizado 2025-01-15 📅 Creado 2017-04-20
13
TalAter/annyang

💬 Reconocimiento de voz para tu sitio web

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Actualizado 2026-10-29 📅 Creado 2013-08-23
14
snakers4/silero-models

Modelos Silero: modelos de texto a voz preentrenados hechos increíblemente sencillos

snakers4
⭐ 6,223 Jupyter Notebook 👤 snakers4 User 🕐 Actualizado 2026-10-15 📅 Creado 2020-09-11
15
cactus-compute/engine

Cuantización de 2 bits, kernels y entorno de ejecución para dispositivos de consumo.

cactus-compute
⭐ 6,200 C++ 👤 cactus-compute Organization 🕐 Actualizado 2026-11-05 📅 Creado 2025-04-23
16
MahmoudAshraf97/whisper-diarization

Reconocimiento automático de voz con diarización del hablante basado en OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Actualizado 2026-08-15 📅 Creado 2023-01-25
17
Rikorose/DeepFilterNet

Supresión de ruido mediante filtrado profundo

Rikorose
⭐ 5,070 Python 👤 Rikorose User 🕐 Actualizado 2026-11-06 📅 Creado 2021-10-10
18
jianchang512/stt

Herramienta de reconocimiento de voz a texto / Una herramienta local sin conexión para convertir subtítulos de audio/vídeo, que produce formatos json, srt y texto plano

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Actualizado 2026-01-22 📅 Creado 2023-12-28
19
fixie-ai/ultravox

Un LLM multimodal rápido para voz en tiempo real

fixie-ai
⭐ 4,587 Python 👤 fixie-ai Organization 🕐 Actualizado 2025-12-12 📅 Creado 2024-05-29
20
modelscope/ClearerVoice-Studio

Un kit de herramientas de procesamiento de voz impulsado por IA y modelos preentrenados SOTA de código abierto, que admiten mejora de voz, separación y extracción de hablante objetivo, etc.

modelscope
⭐ 4,404 Python 👤 modelscope Organization 🕐 Actualizado 2025-08-14 📅 Creado 2024-11-12
21
metavoiceio/metavoice-src

Modelo fundamental para TTS humano y expresivo

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 Actualizado 2024-07-30 📅 Creado 2024-02-06
22
IAHispano/Applio

Una herramienta de conversión de voz simple y de alta calidad centrada en la facilidad de uso y el rendimiento.

IAHispano
⭐ 4,048 Python 👤 IAHispano Organization 🕐 Actualizado 2026-11-19 📅 Creado 2023-08-07
23
avinashkranjan/Amazing-Python-Scripts

🚀 Colección seleccionada de increíbles scripts de Python desde lo básico hasta lo avanzado con scripts de tareas de automatización.

avinashkranjan
⭐ 3,727 Jupyter Notebook 👤 avinashkranjan User 🕐 Actualizado 2026-11-07 📅 Creado 2020-07-14
24
ahmetoner/whisper-asr-webservice

API de servicio web ASR de OpenAI Whisper

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Actualizado 2026-10-01 📅 Creado 2022-09-22
25
shu223/iOS-10-Sampler

Ejemplos de código para las nuevas APIs de iOS 10.

shu223
⭐ 3,301 Swift 👤 shu223 User 🕐 Actualizado 2024-05-01 📅 Creado 2016-09-03
26
pytorch/audio

Manipulación y transformación de datos para el procesamiento de señales de audio, impulsado por PyTorch

pytorch
⭐ 2,971 Python 👤 pytorch Organization 🕐 Actualizado 2026-11-21 📅 Creado 2017-05-05
27
readbeyond/aeneas

aeneas es una biblioteca de Python/C y un conjunto de herramientas para sincronizar automágicamente audio y texto (también conocido como alineación forzada)

readbeyond
⭐ 2,882 Python 👤 readbeyond User 🕐 Actualizado 2026-11-16 📅 Creado 2015-05-11
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Actualizado 2026-10-29 📅 Creado 2018-07-24
29
linto-ai/whisper-timestamped

Reconocimiento automático de voz multilingüe con marcas de tiempo a nivel de palabra y confianza

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Actualizado 2026-09-28 📅 Creado 2023-01-13
30
Camb-ai/MARS5-TTS

Modelo de voz MARS5 (TTS) de CAMB.AI

Camb-ai
⭐ 2,809 Jupyter Notebook 👤 Camb-ai Organization 🕐 Actualizado 2024-08-01 📅 Creado 2024-06-03
31
hahahumble/speechgpt

💬 SpeechGPT es una aplicación web que te permite conversar con ChatGPT.

hahahumble
⭐ 2,739 TypeScript 👤 hahahumble User 🕐 Actualizado 2026-07-11 📅 Creado 2023-03-28
32
pndurette/gTTS

Biblioteca Python y herramienta CLI para interactuar con la API de texto a voz de Google Translate

pndurette
⭐ 2,637 Python 👤 pndurette User 🕐 Actualizado 2026-04-06 📅 Creado 2014-05-15
33
TEN-framework/ten-vad

Detector de actividad de voz (VAD): baja latencia, alto rendimiento y ligero

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-04-29
34
DigitalPhonetics/IMS-Toucan

¡Texto a voz controlable y rápido para más de 7000 idiomas!

DigitalPhonetics
⭐ 2,211 Python 👤 DigitalPhonetics Organization 🕐 Actualizado 2026-01-25 📅 Creado 2021-08-05
35
jarikomppa/soloud

Motor de audio gratuito, fácil y portátil para juegos

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 Actualizado 2024-08-13 📅 Creado 2013-07-15
36
praat/praat.github.io

Praat: Haciendo fonética por computadora

praat
⭐ 2,034 C 👤 praat Organization 🕐 Actualizado 2026-11-17 📅 Creado 2014-04-11
37
travisvn/openai-edge-tts

Punto final de API de texto a voz gratuito y de alta calidad para reemplazar OpenAI, Azure o ElevenLabs

travisvn
⭐ 1,962 Python 👤 travisvn User 🕐 Actualizado 2025-07-01 📅 Creado 2024-10-09
38
julius-speech/julius

Motor de reconocimiento de voz continuo de código abierto y vocabulario amplio

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 Actualizado 2025-06-16 📅 Creado 2015-04-28
39
csteinmetz1/ai-audio-startups

Lista comunitaria de startups que trabajan con IA en tecnología de audio y música

csteinmetz1
⭐ 1,761 👤 csteinmetz1 User 🕐 Actualizado 2025-01-22 📅 Creado 2022-06-13
40
Tencent-Hunyuan/AuK

AuK: Un modelo fundacional de código abierto para la generación y edición de voz

Tencent-Hunyuan
⭐ 1,615 Python 👤 Tencent-Hunyuan Organization 🕐 Actualizado 2026-11-19 📅 Creado 2026-08-19
41
Delta-ML/delta

DELTA es una plataforma de procesamiento de lenguaje natural y voz basada en aprendizaje profundo. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Actualizado 2025-04-16 📅 Creado 2019-05-29
42
bytedance/SALMONN

Familia SALMONN: Un conjunto de LLM multimodales avanzados

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Actualizado 2026-10-16 📅 Creado 2023-08-11
43
nyrahealth/CrisperWhisper

Transcripción configurable. Literal (cada muletilla, pausa, tartamudeo y sonido vocal) o intencionada (lo que el hablante quiso decir, optimizada para facilitar la lectura), con marcas de tiempo a nivel de palabra.

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Actualizado 2026-11-11 📅 Creado 2024-05-24
44
HG-ha/MTools

MTools es una potente aplicación de escritorio multifuncional que integra herramientas de procesamiento de audio y vídeo, edición de imágenes, manipulación de texto y codificación. Incluye funciones de mejora con IA y ofrece un servicio MCP local. Está diseñada para simplificar tu flujo de trabajo y aumentar la productividad.

HG-ha
⭐ 1,385 Python 👤 HG-ha User 🕐 Actualizado 2026-10-09 📅 Creado 2025-10-26
45
haoheliu/voicefixer

Restauración general del habla

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Actualizado 2025-02-17 📅 Creado 2021-09-06
46
DengBoCong/nlp-paper

Artículos relevantes en el campo del procesamiento del lenguaje natural (con notas de lectura), reproducción de modelos y procesamiento de datos (el código incluye dos versiones: TensorFlow y PyTorch)

DengBoCong
⭐ 1,314 Python 👤 DengBoCong User 🕐 Actualizado 2024-01-05 📅 Creado 2020-09-05
47
ictnlp/StreamSpeech

StreamSpeech es un modelo "todo en uno" sin interrupciones para el reconocimiento de voz, la traducción de voz y la síntesis de voz sin conexión y simultánea.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Actualizado 2025-06-29 📅 Creado 2024-06-04
48
roatienza/Deep-Learning-Experiments

Videos, notas y experimentos para entender el aprendizaje profundo

roatienza
⭐ 1,208 Jupyter Notebook 👤 roatienza User 🕐 Actualizado 2026-11-02 📅 Creado 2017-01-10
49
lhotse-speech/lhotse

Herramientas para el manejo de datos multimodales en proyectos de aprendizaje automático.

lhotse-speech
⭐ 1,166 Python 👤 lhotse-speech Organization 🕐 Actualizado 2026-11-20 📅 Creado 2020-04-24
50
sooftware/conformer

[No oficial] Implementación en PyTorch de "Conformer: Transformer aumentado por convolución para el reconocimiento de voz" (INTERSPEECH 2020)

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 Actualizado 2026-11-15 📅 Creado 2021-01-21

Preguntas frecuentes

1

¿Cuál es el repositorio de #speech más popular en GitHub?

El proyecto de código abierto de #speech mejor posicionado en GitHub es coqui-ai/TTS, con 44,052 estrellas. 🐸💬 - un toolkit de aprendizaje profundo para Text-to-Speech, probado en investigación y producción

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #speech?

Entre los proyectos de #speech mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C, TypeScript.

3

¿Cómo se calcula la clasificación de los repositorios de #speech?

Seguimos 75 repositorios activos de código abierto etiquetados con #speech (500+ estrellas), que suman un total de 371,290 estrellas, con una media de 4,950 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.