Git Stars Git Stars

#text-to-speech Repositorios

260
Total de Repositorios
1.5M
Total de estrellas
5,828
Promedio de Estrellas/Repo

261 repositorios en total

51
dnhkng/GLaDOS

Este es el Núcleo de Personalidad para GLaDOS, los primeros pasos hacia una implementación real de la IA de la serie Portal de Valve.

dnhkng
⭐ 5,781 Python 👤 dnhkng User 🕐 Actualizado 2026-10-11 📅 Creado 2023-03-23
52
remsky/Kokoro-FastAPI

Contenedor Docker con una API compatible con OpenAI para la conversión de texto a voz de Kokoro-82M, con compatibilidad multiplataforma para PyTorch en CPU y GPU AMD y NVIDIA; múltiples voces, clonación y ajuste de voz, marcas de tiempo para subtítulos, SSML, WebSockets y una interfaz web opcional para seguir la lectura

remsky
⭐ 5,710 Python 👤 remsky User 🕐 Actualizado 2026-11-21 📅 Creado 2024-12-30
53
ysharma3501/LuxTTS

Un modelo rápido y de alta calidad de clonación de voz TTS que alcanza velocidades de 150× en tiempo real。

ysharma3501
⭐ 5,562 Python 👤 ysharma3501 User 🕐 Actualizado 2026-06-05 📅 Creado 2026-01-23
54
huggingface/parler-tts

Biblioteca de inferencia y entrenamiento para modelos TTS de alta calidad.

huggingface
⭐ 5,503 Python 👤 huggingface Organization 🕐 Actualizado 2024-12-10 📅 Creado 2024-02-13
55
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
56
AhmadHassan-BTed/B

Un compañero de escritorio con IA autónomo y consciente del contexto. Desarrollado con Python, cuenta con visión de pantalla en tiempo real, síntesis de voz ONNX personalizada, seguimiento de la ventana activa y una interfaz flotante dinámica con expresiones faciales reactivas.

AhmadHassan-BTed
⭐ 5,177 Python 👤 AhmadHassan-BTed User 🕐 Actualizado 2026-07-07 📅 Creado 2026-05-02
57
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
58
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
59
gradio-app/fastrtc

La biblioteca Python para comunicación en tiempo real

gradio-app
⭐ 4,639 JavaScript 👤 gradio-app Organization 🕐 Actualizado 2026-10-21 📅 Creado 2024-09-25
60
cbh123/narrator

David Attenborough narra tu vida

cbh123
⭐ 4,426 Python 👤 cbh123 User 🕐 Actualizado 2026-07-23 📅 Creado 2023-11-14
61
0xShug0/audio.cpp

Un motor de inferencia todo en uno, puro en C++, para modelos de audio, impulsado por ggml. Admite TTS, STT, VAD, conversión de voz, generación de música y más, con rendimiento altamente optimizado. Sin dependencia de Python.

0xShug0
⭐ 4,385 C++ 👤 0xShug0 User 🕐 Actualizado 2026-11-21 📅 Creado 2026-06-23
62
collabora/WhisperLive

Una implementación casi en vivo de Whisper de OpenAI.

collabora
⭐ 4,363 Python 👤 collabora Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-05-04
63
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
64
metavoiceio/metavoice-src

Modelo fundamental para TTS humano y expresivo

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 Actualizado 2024-07-30 📅 Creado 2024-02-06
65
KoljaB/RealtimeTTS

Convierte texto a voz en tiempo real

KoljaB
⭐ 4,059 Python 👤 KoljaB User 🕐 Actualizado 2026-11-18 📅 Creado 2023-08-26
66
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
67
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
68
KoljaB/RealtimeVoiceChat

¡Ten una conversación natural y hablada con la IA!

KoljaB
⭐ 3,875 Python 👤 KoljaB User 🕐 Actualizado 2026-11-12 📅 Creado 2025-04-19
69
Soul-AILab/SoulX-Podcast

SoulX-Podcast es una base de código de inferencia del equipo de Soul AI para generar podcasts de alta fidelidad a partir de texto.

Soul-AILab
⭐ 3,691 Python 👤 Soul-AILab Organization 🕐 Actualizado 2025-12-11 📅 Creado 2025-09-22
70
vocodedev/vocode-core

Crea agentes LLM basados en voz. Modulares + código abierto.

vocodedev
⭐ 3,670 Python 👤 vocodedev Organization 🕐 Actualizado 2024-11-15 📅 Creado 2023-02-24
71
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
72
Kedreamix/Linly-Talker

Sistema de Conversación con Avatar Digital - Linly-Talker. 😄✨ Linly-Talker es un sistema de IA inteligente que combina modelos de lenguaje grandes (LLM) con modelos visuales para crear un novedoso método de interacción humano-IA. 🤝🤖 Integra diversas tecnologías como Whisper, Linly, Microsoft Speech Services y el sistema de generación de cabezas parlantes SadTalker. 🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 Actualizado 2026-02-10 📅 Creado 2023-10-17
73
Azure-Samples/cognitive-services-speech-sdk

Código de muestra para el SDK de Speech de Microsoft Cognitive Services

Azure-Samples
⭐ 3,457 C# 👤 Azure-Samples Organization 🕐 Actualizado 2026-11-17 📅 Creado 2018-04-26
74
rsxdalv/TTS-WebUI

¡Una sola interfaz web Gradio + React con extensiones para ACE-Step, OmniVoice, Kimi Audio, Piper TTS, GPT-SoVITS, CosyVoice, XTTSv2, DIA, Kokoro, OpenVoice, ParlerTTS, Stable Audio, MMS, StyleTTS2, MAGNet, AudioGen, MusicGen, Tortoise, RVC, Vocos, Demucs, SeamlessM4T y Bark!

rsxdalv
⭐ 3,316 Go 👤 rsxdalv User 🕐 Actualizado 2026-11-19 📅 Creado 2023-04-27
75
VOICEVOX/voicevox

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

VOICEVOX
⭐ 3,309 TypeScript 👤 VOICEVOX Organization 🕐 Actualizado 2026-11-21 📅 Creado 2021-07-27
76
QwenAudio/qwen-audio-agent

Un entorno de ejecución de voz en tiempo real que mantiene a los agentes hablando, trabajando y presentes. Entorno de ejecución de voz en tiempo real para agentes de IA

QwenAudio
⭐ 3,262 JavaScript 👤 QwenAudio Organization 🕐 Actualizado 2026-11-18 📅 Creado 2026-07-27
77
elevenlabs/elevenlabs-python

El SDK oficial de Python para la API de ElevenLabs.

elevenlabs
⭐ 3,192 Python 👤 elevenlabs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-03-26
78
linyiLYi/bilibot

Un chatbot local afinado con comentarios de usuarios de bilibili.

linyiLYi
⭐ 3,176 Python 👤 linyiLYi User 🕐 Actualizado 2024-05-15 📅 Creado 2024-05-06
79
kyutai-labs/delayed-streams-modeling

Modelos de Texto a Voz y Voz a Texto de Kyutai basados en el marco de Modelado de Flujos Retrasados.

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 Actualizado 2026-01-26 📅 Creado 2025-06-16
80
AutoArk/GPA

[AutoArk] ¡GPA (General Purpose Audio) puede realizar ASR, TTS y conversión de voz con un solo modelo diminuto!

AutoArk
⭐ 3,054 Python 👤 AutoArk Organization 🕐 Actualizado 2026-05-25 📅 Creado 2025-12-16
81
KevinWang676/Bark-Voice-Cloning

Bark Voice Cloning y Voice Cloning para el habla china

KevinWang676
⭐ 2,945 Jupyter Notebook 👤 KevinWang676 User 🕐 Actualizado 2026-05-31 📅 Creado 2023-06-11
82
quik-sms/quik

El mensajero de SMS más hermoso para Android - Revivido

quik-sms
⭐ 2,929 Java 👤 quik-sms Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-07-17
83
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
84
cdhigh/KindleEar

Agrega contenido RSS y web (receta de Calibre), lo envía a Kindle e incluye un lector en línea optimizado para e-ink.

cdhigh
⭐ 2,887 Python 👤 cdhigh User 🕐 Actualizado 2026-11-04 📅 Creado 2013-07-04
85
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
86
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
87
digitalsamba/claude-code-video-toolkit

Crea vídeos con Claude Code: guion, voz en off con IA, música, clips de vídeo y renderizado con modelos de código abierto por unos céntimos

digitalsamba
⭐ 2,693 Python 👤 digitalsamba Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-12-09
88
ZeframLou/call-me

Plugin mínimo que permite a Claude Code llamarte por teléfono.

ZeframLou
⭐ 2,682 TypeScript 👤 ZeframLou User 🕐 Actualizado 2026-04-07 📅 Creado 2026-01-03
89
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
90
6drf21e/ChatTTS_colab

🚀 ¡Despliegue con un clic (incluye paquete offline)! Basado en ChatTTS, soporta salida en streaming, extracción de voces, generación de audio largo y lectura por roles. Fácil de usar, sin necesidad de instalación compleja.

6drf21e
⭐ 2,603 Python 👤 6drf21e User 🕐 Actualizado 2026-05-31 📅 Creado 2024-05-30
91
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
92
nateshmbhat/pyttsx3

Síntesis de texto a voz offline para Python

nateshmbhat
⭐ 2,536 Python 👤 nateshmbhat User 🕐 Actualizado 2026-10-20 📅 Creado 2017-06-24
93
erew123/alltalk_tts

AllTalk se basa en el motor Coqui TTS, similar a la extensión Coqui_tts para Text generation webUI, sin embargo, admite una variedad de funciones avanzadas, como una página de configuración, soporte de VRAM bajo, DeepSpeed, narrador, ajuste fino del modelo, modelos personalizados, mantenimiento de archivos wav. También se puede utilizar con software de terceros a través de llamadas JSON.

erew123
⭐ 2,471 HTML 👤 erew123 User 🕐 Actualizado 2026-01-09 📅 Creado 2023-12-08
94
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
95
leemysw/yovoice

Estudio local de audio y música con IA de código abierto para macOS y Windows. TTS, clonación de voz, canciones con letra y partituras multipista: 100 % sin conexión y sin tarifas de API.

leemysw
⭐ 2,278 TypeScript 👤 leemysw User 🕐 Actualizado 2026-11-21 📅 Creado 2026-09-15
96
lifeiteng/vall-e

Implementación en PyTorch de VALL-E (Texto a Voz de "Zero-Shot"), Demo Reproducida https://lifeiteng.github.io/valle/index.html

lifeiteng
⭐ 2,215 Python 👤 lifeiteng User 🕐 Actualizado 2025-09-10 📅 Creado 2023-01-27
97
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
98
fikrikarim/parlor

IA multimodal en tiempo real y en el dispositivo con funciones similares a GPT-Live

fikrikarim
⭐ 2,117 Python 👤 fikrikarim User 🕐 Actualizado 2026-08-03 📅 Creado 2026-04-05
99
techjarves/Portable-Local-Studio

Estudio de IA local y portátil para Windows, Linux y macOS. Interfaz gráfica sin configuración para generación de imágenes, LLM GGUF, conversión de texto a voz y de voz a texto

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 Actualizado 2026-11-14 📅 Creado 2026-06-04
100
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