Git Stars Git Stars

#speech Repositorios

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

76 repositorios en total

51
pykaldi/pykaldi

Un wrapper de Python para Kaldi

pykaldi
⭐ 1,039 Python 👤 pykaldi Organization 🕐 Actualizado 2025-11-30 📅 Creado 2017-06-19
52
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
53
ina-foss/inaSpeechSegmenter

Kit de herramientas de segmentación de audio basado en CNN. Permite detectar habla, música, ruido y género del hablante. Ha sido diseñado para estudios a gran escala sobre igualdad de género basados en el tiempo de habla por género.

ina-foss
⭐ 919 Python 👤 ina-foss Organization 🕐 Actualizado 2026-03-12 📅 Creado 2018-03-12
54
OpenMOSS/AnyGPT

Un modelo de lenguaje multimodal unificado basado en el modelado de secuencias discretas

OpenMOSS
⭐ 889 Python 👤 OpenMOSS Organization 🕐 Actualizado 2026-09-06 📅 Creado 2024-02-18
55
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
56
yeyupiaoling/PPASR

Reconocimiento de voz chino de extremo a extremo basado en PaddlePaddle, desde la introducción hasta la práctica, casos de introducción súper sencillos, proyectos empresariales súper prácticos. Admite los modelos más populares actualmente: DeepSpeech2, Conformer, Squeezeformer.

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 Actualizado 2025-12-17 📅 Creado 2021-02-26
57
TrevorS/voxtral-mini-realtime-rs

Voxtral ASR & TTS ejecutándose de forma nativa y en el navegador. Implementación en Rust de Voxtral mini ASR/TTS en tiempo real de Mistral usando el framework ML Burn

TrevorS
⭐ 827 Rust 👤 TrevorS User 🕐 Actualizado 2026-10-12 📅 Creado 2026-02-04
58
AlphaAvatar/AlphaAvatar

Un asistente omnicanal en tiempo real para todos

AlphaAvatar
⭐ 823 Python 👤 AlphaAvatar User 🕐 Actualizado 2026-11-21 📅 Creado 2025-07-30
59
cboard-org/cboard

Sistema de Comunicación Aumentativa y Alternativa (CAA) con texto a voz para el navegador

cboard-org
⭐ 769 JavaScript 👤 cboard-org Organization 🕐 Actualizado 2026-11-18 📅 Creado 2017-02-10
60
goxr3plus/XR3Player

🎧 🎼 El reproductor de medios JavaFX MÁS AVANZADO

goxr3plus
⭐ 765 Java 👤 goxr3plus User 🕐 Actualizado 2025-04-28 📅 Creado 2017-01-10
61
yeyupiaoling/MASR

Un framework Pytorch para reconocimiento automático del habla en streaming y no en streaming, compatible tanto con reconocimiento en línea como fuera de línea. Actualmente admite modelos Conformer, Squeezeformer y DeepSpeech2, junto con varios métodos de aumento de datos.

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 Actualizado 2026-07-06 📅 Creado 2020-07-29
62
coqui-ai/TTS-papers

🐸 colección de artículos de TTS

coqui-ai
⭐ 720 👤 coqui-ai Organization 🕐 Actualizado 2024-07-04 📅 Creado 2020-05-15
63
OlaWod/FreeVC

FreeVC: Hacia la conversión de voz de una toma de alta calidad sin texto

OlaWod
⭐ 715 Python 👤 OlaWod User 🕐 Actualizado 2025-01-19 📅 Creado 2022-10-27
64
openspeech-team/openspeech

Kit de herramientas de código abierto para el reconocimiento de voz de extremo a extremo que aprovecha PyTorch-Lightning y Hydra.

openspeech-team
⭐ 715 Python 👤 openspeech-team Organization 🕐 Actualizado 2026-06-21 📅 Creado 2021-06-06
65
OpenMOSS/MOSS-Audio

Un modelo de código abierto para comprender el habla, los sonidos ambientales y la música mediante la generación de subtítulos, preguntas y respuestas, y razonamiento

OpenMOSS
⭐ 713 Python 👤 OpenMOSS Organization 🕐 Actualizado 2026-09-06 📅 Creado 2026-04-11
66
travisvn/chatterbox-tts-api

API local compatible con OpenAI para texto a voz (TTS) usando Chatterbox, que permite a los usuarios generar discursos clonados de voz dondequiera que se use la API de OpenAI (por ejemplo, Open WebUI, AnythingLLM, etc.).

travisvn
⭐ 700 Python 👤 travisvn User 🕐 Actualizado 2025-12-23 📅 Creado 2025-05-31
67
Orenoid/BabelDuck

Aplicación de práctica de conversación con IA amigable para principiantes

Orenoid
⭐ 694 TypeScript 👤 Orenoid User 🕐 Actualizado 2026-04-07 📅 Creado 2024-09-18
68
xinjli/allosaurus

Allosaurus es un reconocedor telefónico universal preentrenado para más de 2000 idiomas

xinjli
⭐ 689 Python 👤 xinjli User 🕐 Actualizado 2024-04-26 📅 Creado 2020-02-12
69
evancohen/sonus

:speech_balloon: /so.nus/ STT (voz a texto) para Node con detección de palabras clave offline

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 Actualizado 2026-09-11 📅 Creado 2016-08-30
70
Graphi07/room-impulse-responses

Una lista de conjuntos de datos de respuesta de impulso de sala disponibles públicamente y scripts para descargarlos.

Graphi07
⭐ 629 Shell 👤 Graphi07 User 🕐 Actualizado 2026-08-21 📅 Creado 2021-03-19
71
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
72
SpeechColab/Leaderboard

SpeechIO Leaderboard: una plataforma de benchmarking grande, robusta y completa para el reconocimiento automático del habla.

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 Actualizado 2025-03-29 📅 Creado 2021-02-07
73
google/tacotron

Muestras de audio que acompañan a publicaciones relacionadas con Tacotron, un modelo de síntesis de voz de extremo a extremo.

google
⭐ 539 HTML 👤 google Organization 🕐 Actualizado 2025-08-01 📅 Creado 2017-03-20
74
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
75
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
76
adventists-ai/sophon-realtime

Modelos de voz abiertos y full-duplex que perciben tu tono y hablan con uno propio. Una sola GPU con vLLM-Omni, o funcionamiento totalmente offline en un Mac con MLX. Clonación de voz zero-shot, compatibles con OpenAI Realtime / GPT-Live, y prueba gratuita de la API alojada. Apache-2.0.

adventists-ai
⭐ 510 Python 👤 adventists-ai Organization 🕐 Actualizado 2026-11-20 📅 Creado 2026-11-04