Git Stars Git Stars

#speech-processing Repositorios

Descubre 31 repositorios activos de código abierto de GitHub etiquetados con #speech-processing, que acumulan 106,282 estrellas en total (una media de 3,428 estrellas por proyecto). El líder de este tema es w-okada/voice-changer, con 21,430 estrellas.

31
Total de Repositorios
106,282
Total de estrellas
3,428
Promedio de Estrellas/Repo

31 repositorios en total

1
w-okada/voice-changer

Cambiador de voz en tiempo real Realtime Voice Changer

w-okada
⭐ 21,430 Python 👤 w-okada User 🕐 Actualizado 2026-11-17 📅 Creado 2022-08-22
2
speechbrain/speechbrain

Un kit de herramientas de voz basado en PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Actualizado 2026-10-14 📅 Creado 2020-04-28
3
pyannote/pyannote-audio

Bloques de construcción neuronales para la diarización de hablantes: detección de actividad de voz, detección de cambio de hablante, detección de voz solapada, embedding de hablante

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Actualizado 2026-11-19 📅 Creado 2016-03-07
4
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
5
HenryNdubuaku/maths-cs-ai-compendium

Conviértete en un investigador/ingeniero de IA/ML de alto nivel con este libro de texto poco convencional que cubre matemáticas, computación y aprendizaje automático con intuición.

HenryNdubuaku
⭐ 7,730 TypeScript 👤 HenryNdubuaku User 🕐 Actualizado 2026-07-18 📅 Creado 2026-02-03
6
pliang279/awesome-multimodal-ml

Lista de lectura para temas de investigación en aprendizaje automático multimodal

pliang279
⭐ 6,773 👤 pliang279 User 🕐 Actualizado 2024-08-20 📅 Creado 2019-05-27
7
Agentchengfeng/chengfeng-videocut-skills

Agente de edición de video creado con Claude Code Skills

Agentchengfeng
⭐ 3,252 JavaScript 👤 Agentchengfeng User 🕐 Actualizado 2026-10-10 📅 Creado 2026-01-14
8
microsoft/torchscale

Arquitectura Fundamental para (M)LLMs

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 Actualizado 2024-04-11 📅 Creado 2022-11-17
9
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
10
wiseman/py-webrtcvad

Interfaz de Python para el Detector de Actividad de Voz de WebRTC

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Actualizado 2024-07-04 📅 Creado 2016-04-23
11
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
12
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
13
resemble-ai/resemble-enhance

Reducción de ruido y mejora de voz impulsada por IA

resemble-ai
⭐ 2,128 Python 👤 resemble-ai Organization 🕐 Actualizado 2024-12-03 📅 Creado 2023-11-15
14
wq2012/awesome-diarization

Una lista curada de excelentes papers, bibliotecas, conjuntos de datos y otros recursos sobre Speaker Diarization.

wq2012
⭐ 1,917 👤 wq2012 User 🕐 Actualizado 2026-10-26 📅 Creado 2019-01-19
15
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
16
0nutation/SpeechGPT

Serie SpeechGPT: Grandes modelos de lenguaje de voz

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Actualizado 2024-07-22 📅 Creado 2023-05-16
17
coqui-ai/open-speech-corpora

💎 Una lista de corpora de voz accesibles para ASR, TTS y otras tecnologías de voz

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Actualizado 2024-06-06 📅 Creado 2019-01-31
18
haoheliu/voicefixer

Restauración general del habla

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Actualizado 2025-02-17 📅 Creado 2021-09-06
19
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
20
midas-research/audino

Herramienta de anotación de audio de código abierto para humanos

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 Actualizado 2026-02-03 📅 Creado 2019-10-03
21
X-LANCE/SLAM-LLM

Un Marco para el Procesamiento de Voz, Lenguaje, Audio y Música con Modelos de Lenguaje de Gran Tamaño

X-LANCE
⭐ 1,072 Python 👤 X-LANCE Organization 🕐 Actualizado 2026-01-15 📅 Creado 2023-10-23
22
facebookresearch/spiritlm

Código de inferencia para el artículo "Spirit-LM Interleaved Spoken and Written Language Model".

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 Actualizado 2024-10-28 📅 Creado 2024-09-06
23
facebookresearch/SONAR

SONAR, un nuevo espacio de incrustación de oraciones multilingüe y multimodal de tamaño fijo, con un conjunto completo de codificadores y decodificadores de voz y texto.

facebookresearch
⭐ 912 Python 👤 facebookresearch Organization 🕐 Actualizado 2025-10-10 📅 Creado 2023-08-01
24
google/visqol

Estimador de Calidad Perceptual para voz y audio

google
⭐ 894 C++ 👤 google Organization 🕐 Actualizado 2025-05-17 📅 Creado 2019-12-06
25
Ryuk17/SpeechAlgorithms

Aquí puedes encontrar los algoritmos de voz que buscas

Ryuk17
⭐ 878 C 👤 Ryuk17 User 🕐 Actualizado 2026-10-03 📅 Creado 2020-05-11
26
JeremyCCHsu/Python-Wrapper-for-World-Vocoder

Un envoltorio de Python para el vocoder de alta calidad "World"

JeremyCCHsu
⭐ 796 Cython 👤 JeremyCCHsu User 🕐 Actualizado 2026-08-20 📅 Creado 2016-05-24
27
D-Keqi/mtla

MTLA: Multi-head Temporal Latent Attention

D-Keqi
⭐ 761 Python 👤 D-Keqi User 🕐 Actualizado 2025-10-06 📅 Creado 2025-05-19
28
Rudrabha/LipGAN

Este repositorio contiene los códigos para LipGAN. LipGAN se publicó como parte del artículo titulado "Towards Automatic Face-to-Face Translation".

Rudrabha
⭐ 617 Python 👤 Rudrabha User 🕐 Actualizado 2025-06-22 📅 Creado 2020-01-02
29
pliang279/MultiBench

[NeurIPS 2021] Benchmarks multiescala para el aprendizaje de representación multimodal

pliang279
⭐ 605 HTML 👤 pliang279 User 🕐 Actualizado 2024-01-27 📅 Creado 2021-03-05
30
ddlBoJack/Speech-Resources

Laboratorio/Empresa/Recursos/Prácticas de voz, etc., se aceptan recomendaciones o autocandidaturas

ddlBoJack
⭐ 591 👤 ddlBoJack User 🕐 Actualizado 2024-11-13 📅 Creado 2021-11-04
31
microsoft/MS-SNSD

El Microsoft Scalable Noisy Speech Dataset (MS-SNSD) es un conjunto de datos de voz ruidosa que puede escalar a tamaños arbitrarios dependiendo del número de hablantes, tipos de ruido y niveles de Relación Señal-Ruido (SNR) deseados.

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 Actualizado 2024-07-01 📅 Creado 2019-08-26

Preguntas frecuentes

1

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

El proyecto de código abierto de #speech-processing mejor posicionado en GitHub es w-okada/voice-changer, con 21,430 estrellas. Cambiador de voz en tiempo real Realtime Voice Changer

2

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

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

3

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

Seguimos 31 repositorios activos de código abierto etiquetados con #speech-processing (500+ estrellas), que suman un total de 106,282 estrellas, con una media de 3,428 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.