Git Stars Git Stars

#speech-synthesis Repositorios

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

101 repositorios en total

51
devnen/Chatterbox-TTS-Server

Autoalberga el potente modelo Chatterbox TTS. Este servidor ofrece una interfaz web fácil de usar, puntos finales de API flexibles (incluida la compatibilidad con OpenAI), voces predefinidas, clonación de voz y procesamiento de texto a gran escala al nivel de audiolibros. Se ejecuta acelerado en NVIDIA (CUDA), AMD (ROCm) y CPU.

devnen
⭐ 1,517 Python 👤 devnen User 🕐 Actualizado 2026-05-26 📅 Creado 2025-05-31
53
OpenMOSS/MOSS-TTSD

Un modelo multilingüe para la síntesis de diálogos extensos y con múltiples hablantes, con control flexible de los hablantes y clonación de voz de cero disparos

OpenMOSS
⭐ 1,423 Python 👤 OpenMOSS Organization 🕐 Actualizado 2026-09-06 📅 Creado 2025-06-17
54
microsoft/SpeechT5

Preentrenamiento unificado unimodal de voz y texto para el procesamiento del lenguaje hablado

microsoft
⭐ 1,420 Python 👤 microsoft Organization 🕐 Actualizado 2024-04-24 📅 Creado 2022-02-08
55
s-macke/SAM

Software Automatic Mouth - Pequeño Sintetizador de Voz

s-macke
⭐ 1,384 C 👤 s-macke User 🕐 Actualizado 2024-06-10 📅 Creado 2013-05-13
56
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
57
mmorise/World

Un sistema de análisis, manipulación y síntesis de voz de alta calidad

mmorise
⭐ 1,363 C++ 👤 mmorise User 🕐 Actualizado 2026-10-09 📅 Creado 2015-11-15
58
haoheliu/voicefixer

Restauración general del habla

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Actualizado 2025-02-17 📅 Creado 2021-09-06
59
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
60
janvarev/Irene-Voice-Assistant

Irina es un asistente de voz ruso para trabajar sin conexión. Admite habilidades a través de complementos.

janvarev
⭐ 1,184 Python 👤 janvarev User 🕐 Actualizado 2026-07-26 📅 Creado 2021-12-14
61
NVIDIA/BigVGAN

Implementación oficial de PyTorch de BigVGAN (ICLR 2023)

NVIDIA
⭐ 1,164 Python 👤 NVIDIA Organization 🕐 Actualizado 2024-09-05 📅 Creado 2022-06-07
63
VOICEVOX/voicevox_core

El núcleo de VOICEVOX, un software de texto a voz de calidad media utilizable de forma gratuita

VOICEVOX
⭐ 1,150 Rust 👤 VOICEVOX Organization 🕐 Actualizado 2026-11-21 📅 Creado 2021-08-31
64
ardha27/AI-Waifu-Vtuber

Vtuber IA para streaming en Youtube/Twitch

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 Actualizado 2026-05-31 📅 Creado 2023-03-11
65
k2-fsa/ZipVoice

Síntesis de voz Zero-Shot rápida y de alta calidad con Flow Matching

k2-fsa
⭐ 1,114 Python 👤 k2-fsa Organization 🕐 Actualizado 2025-12-02 📅 Creado 2025-06-20
66
Finrandojin/alexandria-audiobook

Generador de audiolibros multi-voz impulsado por IA — anotación de guiones LLM, clonación de voz, diseño de voz, entrenamiento LoRA, control de estilo por línea y exportación a MP3, M4B con capítulos o pistas múltiples de Audacity. Construido sobre Qwen3-TTS.

Finrandojin
⭐ 1,105 Python 👤 Finrandojin User 🕐 Actualizado 2026-08-02 📅 Creado 2026-02-03
67
auspicious3000/autovc

AutoVC: Transferencia de estilo de voz zero-shot solo con pérdida de autoencoder

auspicious3000
⭐ 1,085 Python 👤 auspicious3000 User 🕐 Actualizado 2024-10-23 📅 Creado 2019-05-14
68
Makememo/MemoAI

MemoAI Video a texto traducido, subtítulos y notas simplificados.

Makememo
⭐ 1,082 👤 Makememo User 🕐 Actualizado 2026-11-16 📅 Creado 2023-07-30
69
Edresson/YourTTS

YourTTS: Hacia TTS multi-voz en modo zero-shot y conversión de voz en modo zero-shot para todos

Edresson
⭐ 1,045 Jupyter Notebook 👤 Edresson User 🕐 Actualizado 2024-11-04 📅 Creado 2021-10-06
70
gexgd0419/NaturalVoiceSAPIAdapter

Haga que las voces TTS naturales de Azure sean accesibles para cualquier aplicación compatible con SAPI 5.

gexgd0419
⭐ 1,025 C++ 👤 gexgd0419 User 🕐 Actualizado 2026-10-27 📅 Creado 2023-12-15
71
Azure-Samples/Cognitive-Speech-TTS

Ejemplos de la API de conversión de texto a voz de Microsoft

Azure-Samples
⭐ 1,020 Python 👤 Azure-Samples Organization 🕐 Actualizado 2026-11-16 📅 Creado 2016-05-31
72
festvox/flite

Un sistema de síntesis de voz pequeño, rápido y portátil

festvox
⭐ 1,011 C 👤 festvox User 🕐 Actualizado 2024-07-03 📅 Creado 2017-10-21
74
FireRedTeam/FireRedTTS

Un sistema TTS fundamental potenciado por LLM de código abierto

FireRedTeam
⭐ 925 Python 👤 FireRedTeam Organization 🕐 Actualizado 2025-09-28 📅 Creado 2024-08-15
75
gabrielmittag/NISQA

NISQA - Evaluación No Intrusiva de la Calidad del Habla y Naturalidad de TTS

gabrielmittag
⭐ 899 Python 👤 gabrielmittag User 🕐 Actualizado 2024-12-01 📅 Creado 2019-02-14
76
vndee/local-talking-llm

Un LLM parlante que se ejecuta en su propia computadora sin necesidad de internet.

vndee
⭐ 896 Python 👤 vndee User 🕐 Actualizado 2026-04-04 📅 Creado 2024-03-24
77
lmnt-com/diffwave

DiffWave es un vocoder neuronal y sintetizador de formas de onda rápido y de alta calidad.

lmnt-com
⭐ 876 Python 👤 lmnt-com Organization 🕐 Actualizado 2024-03-26 📅 Creado 2020-09-23
78
LuoGen-AI/LuoGen-agent

Producción de videos virales con un clic: 1. Extracción automática de textos de referencia 2. Imitación automática de textos 3. Clonación automática de voz basada en el texto 4. Generación automática de narración por presentador digital 5. Adición automática de subtítulos 6. Adición automática de música de fondo 7. Adición automática de títulos de video 8. Generación automática de portadas de video 9. Publicación automática de videos en varias plataformas

LuoGen-AI
⭐ 870 Python 👤 LuoGen-AI User 🕐 Actualizado 2025-10-03 📅 Creado 2025-10-02
79
netease-youdao/Confucius4-TTS

Confucius4-TTS: un motor de síntesis de voz (TTS) multilingüe y translingüe de disparo cero (zero-shot)

netease-youdao
⭐ 861 Python 👤 netease-youdao User 🕐 Actualizado 2026-11-04 📅 Creado 2026-05-19
80
Ampixa/sanoTTS

sanoTTS (सानो significa «pequeño» en nepalí): un sistema neuronal de texto a voz con entre 294 mil y 2,27 millones de parámetros, que funciona en un chip de 3 dólares, en el navegador o en Python, con transmisión de baja latencia.

Ampixa
⭐ 851 C 👤 Ampixa Organization 🕐 Actualizado 2026-11-20 📅 Creado 2026-07-11
81
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
83
fluxions-ai/vui

Vui Nano — un pequeño modelo de texto a voz consciente del contexto, entrenado con conversaciones reales. 219 millones de parámetros activos (305 millones en total), Apache 2.0, clonación de voz y transmisión en tiempo real; funciona en CPU (compilación en C sin dependencias). Incluye un asistente de voz completo en tiempo real: WebRTC, ASR, LLM local y compatibilidad con la API Realtime de OpenAI.

fluxions-ai
⭐ 782 Python 👤 fluxions-ai Organization 🕐 Actualizado 2026-10-10 📅 Creado 2025-06-05
84
X-T-E-R/Uni-TTS

La intención de este proyecto es unificar la forma de utilizar varios motores de síntesis de voz, admitir múltiples adaptadores de síntesis de voz y permitir su uso directo como módulo o el inicio de un servicio backend.

X-T-E-R
⭐ 762 Python 👤 X-T-E-R User 🕐 Actualizado 2024-04-15 📅 Creado 2024-02-16
85
thorstenMueller/Thorsten-Voice

Thorsten-Voice: Una voz TTS alemana de alta calidad, gratuita para usar y que funciona sin conexión, debería estar disponible para cada proyecto sin problemas de licencias.

thorstenMueller
⭐ 746 Python 👤 thorstenMueller User 🕐 Actualizado 2026-08-04 📅 Creado 2019-10-29
86
facebookresearch/audiobox-aesthetics

Evaluación automática unificada de la calidad para voz, música y sonido.

facebookresearch
⭐ 725 Python 👤 facebookresearch Organization 🕐 Actualizado 2025-06-05 📅 Creado 2025-01-22
87
DmitryRyumin/INTERSPEECH-2023-24-Papers

Artículos INTERSPEECH 2023-2024: Una colección completa de investigaciones influyentes y emocionantes de la conferencia INTERSPEECH 2023-24. Explore los últimos avances en el procesamiento del habla y el lenguaje. Código incluido. ¡Estrella el repositorio para apoyar el avance de la tecnología del habla!

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 Actualizado 2024-12-25 📅 Creado 2023-06-26
88
liutaocode/TTS-arxiv-daily

Actualización automática diaria de trabajos de Texto a Voz (TTS) usando Github Actions (Actualización cada 12 horas)

liutaocode
⭐ 670 Python 👤 liutaocode User 🕐 Actualizado 2026-11-20 📅 Creado 2024-03-18
89
DanRuta/xVA-Synth

Aplicación Electron de síntesis de voz basada en aprendizaje automático, con voces de personajes específicos de videojuegos

DanRuta
⭐ 633 JavaScript 👤 DanRuta User 🕐 Actualizado 2024-04-28 📅 Creado 2018-06-17
90
HojoAI/Hojo-TTS-Light

Hojo-TTS-Light es una serie de modelos ligeros de generación de voz desarrollada por HojoAI, que actualmente incluye modelos de 0,04B y 0,08B.

HojoAI
⭐ 617 Python 👤 HojoAI User 🕐 Actualizado 2026-11-05 📅 Creado 2026-05-08
91
oscie57/tiktok-voice

Script simple de Python para interactuar con la API TTS de TikTok

oscie57
⭐ 595 Python 👤 oscie57 User 🕐 Actualizado 2024-10-12 📅 Creado 2022-04-10
92
opendilab/CleanS2S

Agente interactivo de voz a voz de alta calidad y en streaming en un solo archivo. ¡Prototipo de agente inteligente de interacción de voz en streaming full-duplex implementado solo con un archivo!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 Actualizado 2026-04-07 📅 Creado 2024-09-26
94
xingchensong/S3Tokenizer

Ingeniería inversa del tokenizador semántico de habla supervisado (S3Tokenizer) propuesto en CosyVoice

xingchensong
⭐ 536 Python 👤 xingchensong User 🕐 Actualizado 2026-11-01 📅 Creado 2024-09-09
95
huakunyang/SummerTTS

SummerTTS es un proyecto de síntesis de voz (TTS) independiente basado en C++ para chino e inglés. Puede ejecutarse localmente sin necesidad de conexión a internet ni dependencias adicionales. Una vez completada la compilación con un solo clic, está listo para ser utilizado en la síntesis de voz en chino e inglés.

huakunyang
⭐ 536 C++ 👤 huakunyang User 🕐 Actualizado 2025-07-10 📅 Creado 2023-04-20
96
bshall/knn-vc

Conversión de voz solo con los vecinos más cercanos

bshall
⭐ 529 Python 👤 bshall User 🕐 Actualizado 2026-01-16 📅 Creado 2023-03-08
97
liusongxiang/Large-Audio-Models

Mantenga un registro de los grandes modelos en el dominio del audio, incluyendo voz, canto, música, etc.

liusongxiang
⭐ 522 👤 liusongxiang User 🕐 Actualizado 2026-07-03 📅 Creado 2023-03-12
98
yl4579/StarGANv2-VC

StarGANv2-VC: Un marco diverso, no supervisado y no paralelo para la conversión de voz de sonido natural

yl4579
⭐ 520 Python 👤 yl4579 User 🕐 Actualizado 2025-01-13 📅 Creado 2021-07-21
99
nyosegawa/speech.cpp

Síntesis de voz, reconocimiento de voz y detección de actividad vocal para conversaciones por voz, en C++ sobre ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet y Silero VAD en Metal, Vulkan y la CPU, con un servidor compatible con OpenAI y transcripción en tiempo real.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Actualizado 2026-11-20 📅 Creado 2026-09-29
100
zhao-kun/VibeVoiceFusion

VibeVoiceFusion es un sistema web de generación de voz multiusuario de pila completa que ofrece ajuste fino con LoRA, generación por lotes y optimización de VRAM. Basado en VibeVoice de Microsoft (arquitectura autorregresiva + de difusión).

zhao-kun
⭐ 501 Python 👤 zhao-kun User 🕐 Actualizado 2026-10-05 📅 Creado 2025-09-26