Git Stars Git Stars

#speech-synthesis Repositorios

Descubre 100 repositorios activos de código abierto de GitHub etiquetados con #speech-synthesis, que acumulan 559,718 estrellas en total (una media de 5,597 estrellas por proyecto). El líder de este tema es microsoft/VibeVoice, con 57,449 estrellas.

100
Total de Repositorios
559,718
Total de estrellas
5,597
Promedio de Estrellas/Repo

101 repositorios en total

1
microsoft/VibeVoice

Frontera de Voz de Código Abierto IA

microsoft
⭐ 57,449 Python 👤 microsoft Organization 🕐 Actualizado 2026-10-08 📅 Creado 2025-08-25
2
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
3
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
4
suno-ai/bark

🔊 Modelo de audio generativo impulsado por texto

suno-ai
⭐ 38,863 Jupyter Notebook 👤 suno-ai Organization 🕐 Actualizado 2024-08-19 📅 Creado 2023-04-07
5
resemble-ai/chatterbox

TTS de código abierto SoTA

resemble-ai
⭐ 28,013 Python 👤 resemble-ai Organization 🕐 Actualizado 2026-11-04 📅 Creado 2025-04-23
6
NVIDIA-NeMo/Speech

Un marco escalable de IA generativa construido para investigadores y desarrolladores que trabajan en Modelos de Lenguaje Grandes, Multimodal y IA de Voz (Reconocimiento Automático de Voz y Texto a Voz)

NVIDIA-NeMo
⭐ 18,775 Python 👤 NVIDIA-NeMo Organization 🕐 Actualizado 2026-11-21 📅 Creado 2019-08-05
7
leon-ai/leon

🧠 Leon es tu asistente personal de código abierto.

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2019-02-10
8
NVIDIA/DeepLearningExamples

Scripts de deep learning de vanguardia organizados por modelos - fáciles de entrenar y desplegar con precisión y rendimiento reproducibles en infraestructura de grado empresarial.

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 Actualizado 2024-08-12 📅 Creado 2018-05-02
9
SesameAILabs/csm

Un modelo de generación de voz conversacional

SesameAILabs
⭐ 14,647 Python 👤 SesameAILabs Organization 🕐 Actualizado 2025-05-27 📅 Creado 2025-02-26
10
supertone-inc/supertonic

TTS multilingüe ultrarrápido en el dispositivo — ejecutándose de forma nativa a través de ONNX.

supertone-inc
⭐ 13,777 Swift 👤 supertone-inc Organization 🕐 Actualizado 2026-07-24 📅 Creado 2025-11-18
11
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
12
abus-aikorea/voice-pro

Gradio WebUI para creadores y desarrolladores, con funciones clave de TTS (Edge-TTS, kokoro) y clonación de voz zero-shot (E2 & F5-TTS, CosyVoice), con procesamiento de audio Whisper, descarga de YouTube, aislamiento vocal Demucs y traducción multilingüe.

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 Actualizado 2026-07-13 📅 Creado 2024-07-29
13
PaddlePaddle/PaddleSpeech

Kit de herramientas de voz fácil de usar que incluye modelo de aprendizaje auto-supervisado, ASR en streaming/SOTA con puntuación, TTS en streaming con frontend de texto, sistema de verificación de hablante, traducción de voz de extremo a extremo y detección de palabras clave. Ganó el premio al Mejor Demo de NAACL2022.

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 Actualizado 2026-08-12 📅 Creado 2017-11-14
14
rany2/edge-tts

Usa el servicio de conversión de texto a voz en línea de Microsoft Edge desde Python SIN necesidad de Microsoft Edge

rany2
⭐ 12,605 Python 👤 rany2 User 🕐 Actualizado 2026-11-18 📅 Creado 2021-05-10
15
SparkAudio/Spark-TTS

Código de inferencia Spark-TTS

SparkAudio
⭐ 10,984 Python 👤 SparkAudio Organization 🕐 Actualizado 2025-04-09 📅 Creado 2025-02-25
16
open-mmlab/Amphion

Amphion (/æmˈfaɪən/) es un kit de herramientas para la generación de audio, música y voz. Su propósito es apoyar la investigación reproducible y ayudar a investigadores e ingenieros junior a iniciarse en el campo de la investigación y desarrollo de generación de audio, música y voz.

open-mmlab
⭐ 10,346 Python 👤 open-mmlab Organization 🕐 Actualizado 2026-03-25 📅 Creado 2023-11-15
17
espnet/espnet

Kit de Herramientas de Procesamiento de Voz de Extremo a Extremo

espnet
⭐ 10,022 Python 👤 espnet Organization 🕐 Actualizado 2026-11-20 📅 Creado 2017-12-13
18
voicepaw/so-vits-svc-fork

Fork de so-vits-svc con soporte en tiempo real, interfaz mejorada y más funciones.

voicepaw
⭐ 9,322 Python 👤 voicepaw Organization 🕐 Actualizado 2026-11-19 📅 Creado 2023-03-15
19
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
20
Neywa-Labs/mlx-audio

Una biblioteca de texto a voz (TTS), voz a texto (STT) y voz a voz (STS) construida sobre el framework MLX de Apple, que proporciona un análisis de voz eficiente en Apple Silicon.

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-11-27
21
Zyphra/Zonos

Zonos-v0.1 es un modelo líder de texto a voz de peso abierto entrenado en más de 200 000 horas de habla multilingüe variada, que ofrece una expresividad y una calidad a la par, o incluso superiores, a los principales proveedores de TTS.

Zyphra
⭐ 7,213 Python 👤 Zyphra Organization 🕐 Actualizado 2025-03-05 📅 Creado 2025-02-07
22
espeak-ng/espeak-ng

eSpeak NG es un sintetizador de voz de código abierto que soporta más de cien idiomas y acentos.

espeak-ng
⭐ 7,051 C 👤 espeak-ng Organization 🕐 Actualizado 2026-11-19 📅 Creado 2015-12-08
23
denizsafak/abogen

Genera audiolibros a partir de EPUB, PDF y texto con subtítulos sincronizados.

denizsafak
⭐ 6,259 Python 👤 denizsafak User 🕐 Actualizado 2026-11-01 📅 Creado 2025-04-24
24
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
25
yl4579/StyleTTS2

StyleTTS 2: Hacia la síntesis de voz de nivel humano a través de la difusión de estilo y el entrenamiento adversario con grandes modelos de lenguaje de voz

yl4579
⭐ 6,104 Python 👤 yl4579 User 🕐 Actualizado 2024-08-10 📅 Creado 2023-06-14
26
NVIDIA/tacotron2

Tacotron 2 - Implementación en PyTorch con inferencia más rápida que en tiempo real

NVIDIA
⭐ 5,299 Jupyter Notebook 👤 NVIDIA Organization 🕐 Actualizado 2024-06-12 📅 Creado 2018-05-03
27
MoonInTheRiver/DiffSinger

DiffSinger: Síntesis de voz cantada a través de un mecanismo de difusión superficial (SVS & TTS); AAAI 2022; Código oficial

MoonInTheRiver
⭐ 4,903 Python 👤 MoonInTheRiver User 🕐 Actualizado 2026-07-24 📅 Creado 2021-12-17
28
OpenMOSS/MOSS-TTS-Nano

Un modelo TTS multilingüe de 100 millones de parámetros para inferencia en CPU en tiempo real, clonación de voz y generación estéreo a 48 kHz

OpenMOSS
⭐ 4,711 Python 👤 OpenMOSS Organization 🕐 Actualizado 2026-09-06 📅 Creado 2026-04-10
29
WhisperSpeech/WhisperSpeech

Un sistema de texto a voz de código abierto construido invirtiendo Whisper.

WhisperSpeech
⭐ 4,658 Jupyter Notebook 👤 WhisperSpeech Organization 🕐 Actualizado 2025-12-14 📅 Creado 2023-02-14
30
openutau/OpenUtau

Plataforma abierta de síntesis de voz / Sucesor de código abierto de UTAU

openutau
⭐ 4,631 C# 👤 openutau Organization 🕐 Actualizado 2026-11-16 📅 Creado 2014-11-27
31
OpenMOSS/MOSS-TTS

Una familia de modelos de código abierto para síntesis de voz de larga duración, síntesis de diálogos, diseño de voces, efectos de sonido y TTS en streaming en tiempo real

OpenMOSS
⭐ 4,356 Python 👤 OpenMOSS Organization 🕐 Actualizado 2026-09-06 📅 Creado 2026-02-07
32
metavoiceio/metavoice-src

Modelo fundamental para TTS humano y expresivo

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 Actualizado 2024-07-30 📅 Creado 2024-02-06
33
KoljaB/RealtimeTTS

Convierte texto a voz en tiempo real

KoljaB
⭐ 4,059 Python 👤 KoljaB User 🕐 Actualizado 2026-11-18 📅 Creado 2023-08-26
34
TensorSpeech/TensorFlowTTS

:stuck_out_tongue_closed_eyes: TensorFlowTTS: Síntesis de voz de última generación en tiempo real para Tensorflow 2 (soportados incluyendo inglés, francés, coreano, chino, alemán y fácil de adaptar para otros idiomas)

TensorSpeech
⭐ 3,989 Python 👤 TensorSpeech Organization 🕐 Actualizado 2024-07-05 📅 Creado 2020-03-22
35
pnnbao97/VieNeu-TTS

TTS en vietnamita con clonación instantánea de voz • En el dispositivo • Inferencia en tiempo real con CPU • Calidad de audio de 48 kHz • Conversión de texto a voz en vietnamita • Texto a voz en vietnamita • TTS en vietnamita

pnnbao97
⭐ 3,531 Python 👤 pnnbao97 User 🕐 Actualizado 2026-11-20 📅 Creado 2025-10-28
36
intel/acat

Assistive Context-Aware Toolkit (ACAT)

intel
⭐ 3,231 C# 👤 intel Organization 🕐 Actualizado 2026-11-08 📅 Creado 2015-02-17
37
Kedreamix/Linly-Dubbing

Herramienta de IA de doblaje/traducción de video multilingüe inteligente - Linly-Dubbing — “IA empoderada, sin fronteras lingüísticas”

Kedreamix
⭐ 3,221 Jupyter Notebook 👤 Kedreamix User 🕐 Actualizado 2025-03-05 📅 Creado 2024-08-08
38
openai/openai-fm

Código para openai.fm, una demostración de la API de voz de OpenAI

openai
⭐ 2,917 TypeScript 👤 openai Organization 🕐 Actualizado 2026-03-03 📅 Creado 2025-04-15
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Actualizado 2026-10-29 📅 Creado 2018-07-24
40
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
41
Intent-Lab/VisionClaw

Asistente AI en tiempo real para los anteojos inteligentes Meta Ray‑Ban — voz + visión + acciones agentivas via Gemini Live y OpenClaw

Intent-Lab
⭐ 2,634 TypeScript 👤 Intent-Lab Organization 🕐 Actualizado 2026-10-21 📅 Creado 2026-02-06
42
marytts/marytts

MARY TTS -- un sistema de síntesis de texto a voz multilingüe de código abierto escrito en Java puro

marytts
⭐ 2,578 Java 👤 marytts Organization 🕐 Actualizado 2025-01-17 📅 Creado 2011-12-20
43
cogentapps/chat-with-gpt

Una aplicación ChatGPT de código abierto con voz

cogentapps
⭐ 2,370 TypeScript 👤 cogentapps User 🕐 Actualizado 2024-05-24 📅 Creado 2023-03-06
44
jik876/hifi-gan

HiFi-GAN: Redes Generativas Antagónicas para Síntesis de Voz Eficiente y de Alta Fidelidad

jik876
⭐ 2,290 Python 👤 jik876 User 🕐 Actualizado 2024-07-27 📅 Creado 2020-10-14
45
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
46
RHVoice/RHVoice

un sintetizador de voz libre y de código abierto para el ruso y otros idiomas

RHVoice
⭐ 1,864 C++ 👤 RHVoice Organization 🕐 Actualizado 2026-11-09 📅 Creado 2010-07-28
47
mkiol/dsnote

Aplicación Linux Speech Note. Tomar notas, leer y traducir con voz a texto (Speech to Text) y texto a voz (Text to Speech) sin conexión, y traducción automática.

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 Actualizado 2026-11-18 📅 Creado 2021-10-07
48
Aratako/Irodori-TTS

Modelo de texto a voz basado en Flow Matching con control de estilo impulsado por emojis

Aratako
⭐ 1,650 Python 👤 Aratako User 🕐 Actualizado 2026-11-18 📅 Creado 2026-02-25
49
kan-bayashi/ParallelWaveGAN

Parallel WaveGAN No Oficial (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) con PyTorch

kan-bayashi
⭐ 1,634 Jupyter Notebook 👤 kan-bayashi User 🕐 Actualizado 2024-04-22 📅 Creado 2019-10-29
50
AlekPet/ComfyUI_Custom_Nodes_AlekPet

Nodos personalizados que extienden las capacidades de Comfyui

AlekPet
⭐ 1,535 JavaScript 👤 AlekPet User 🕐 Actualizado 2026-11-20 📅 Creado 2023-05-10

Preguntas frecuentes

1

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

El proyecto de código abierto de #speech-synthesis mejor posicionado en GitHub es microsoft/VibeVoice, con 57,449 estrellas. Frontera de Voz de Código Abierto IA

2

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

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

3

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

Seguimos 100 repositorios activos de código abierto etiquetados con #speech-synthesis (500+ estrellas), que suman un total de 559,718 estrellas, con una media de 5,597 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.