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

101
sgl-project/sglang-omni

Entorno de ejecución de alto rendimiento para servir sistemas de superinteligencia interactivos

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-01-07
102
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
103
High-Logic/Genie-TTS

Motor de Inferencia y Convertidor de Modelos ONNX GPT-SoVITS

High-Logic
⭐ 1,850 Python 👤 High-Logic User 🕐 Actualizado 2026-11-01 📅 Creado 2025-08-25
104
alan-ai/alan-sdk-android

El Sistema de Auto-Codificación para Tu App — Alan AI SDK para Android

alan-ai
⭐ 1,815 👤 alan-ai Organization 🕐 Actualizado 2025-04-22 📅 Creado 2019-10-01
105
Read-Aloud/read-aloud

Una extensión de navegador impresionante que lee en voz alta el contenido de las páginas web con un solo clic

Read-Aloud
⭐ 1,796 JavaScript 👤 Read-Aloud Organization 🕐 Actualizado 2026-11-08 📅 Creado 2016-10-13
106
software-mansion/react-native-executorch

Biblioteca de inferencia de IA en el dispositivo para React Native, de alto rendimiento y con la privacidad como prioridad, impulsada por el runtime ExecuTorch de PyTorch

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-10-16
107
VOICEVOX/voicevox_engine

Motor de síntesis de voz VOICEVOX, un software de texto a voz de calidad media utilizable de forma gratuita

VOICEVOX
⭐ 1,787 Python 👤 VOICEVOX Organization 🕐 Actualizado 2026-11-16 📅 Creado 2021-07-27
108
alan-ai/alan-sdk-flutter

El sistema de autoscodificación para tu aplicación — Alan AI SDK para Flutter

alan-ai
⭐ 1,768 Ruby 👤 alan-ai Organization 🕐 Actualizado 2025-04-22 📅 Creado 2020-04-22
109
ThioJoe/Auto-Synced-Translated-Dubs

Traduce automáticamente el texto de un vídeo basándose en un archivo de subtítulos y, a continuación, utiliza servicios de voz de IA para crear una nueva pista de audio doblada y traducida donde el habla se sincroniza utilizando los tiempos de los subtítulos.

ThioJoe
⭐ 1,756 Python 👤 ThioJoe User 🕐 Actualizado 2026-05-11 📅 Creado 2022-12-08
110
Agents365-ai/video-podcast-maker

Tema → Video narrado en 4K para agentes de codificación. v5.3.0: TTS local (Edge gratuito + Azure, sin motor externo), motor de recursos basado en manifiestos, composición con Remotion, generación de IA condicionada por costes, Bilibili/YouTube/Xiaohongshu/Douyin/Canales de WeChat

Agents365-ai
⭐ 1,729 Python 👤 Agents365-ai User 🕐 Actualizado 2026-10-01 📅 Creado 2026-02-16
111
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
112
met4citizen/TalkingHead

Talking Head (3D): Una clase de JavaScript para la sincronización labial en tiempo real utilizando avatares 3D de cuerpo completo.

met4citizen
⭐ 1,693 JavaScript 👤 met4citizen User 🕐 Actualizado 2026-11-04 📅 Creado 2023-08-14
113
vibevoice-community/VibeVoice

VibeVoice: Síntesis de voz conversacional expresiva y de formato largo. (Bifurcación comunitaria)

vibevoice-community
⭐ 1,678 Python 👤 vibevoice-community Organization 🕐 Actualizado 2026-08-29 📅 Creado 2025-09-04
114
alan-ai/alan-sdk-ionic

El sistema de autocodificación para tu aplicación — Alan AI SDK para Ionic

alan-ai
⭐ 1,661 TypeScript 👤 alan-ai Organization 🕐 Actualizado 2025-04-22 📅 Creado 2020-04-24
115
waybarrios/vllm-mlx

Servidor de inferencia de LLM de alto rendimiento compatible con OpenAI y Anthropic para Apple Silicon. MLX nativo, procesamiento por lotes continuo, modelos multimodales, llamadas a herramientas MCP y soporte para Claude Code.

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 Actualizado 2026-11-07 📅 Creado 2025-12-06
116
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
117
ekwek1/soprano

Soprano: Texto a voz instantáneo y ultrarrealista

ekwek1
⭐ 1,637 Python 👤 ekwek1 User 🕐 Actualizado 2026-01-15 📅 Creado 2025-11-30
118
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
119
Norsico/Video-Materials-AutoGEN-Workstation

Una estación de trabajo de generación (de videos cortos) que integra planificación de contenido, generación automática de textos publicitarios por IA, doblaje automático masivo de TTS, síntesis de material de imagen (IA), extracción automática de guiones de subtítulos de idioma por ASR y creación libre por IA. Facilita la gestión de los proyectos de video de cada edición.

Norsico
⭐ 1,624 Python 👤 Norsico User 🕐 Actualizado 2026-10-14 📅 Creado 2025-11-18
120
Tencent-Hunyuan/AuK

AuK: Un modelo fundacional de código abierto para la generación y edición de voz

Tencent-Hunyuan
⭐ 1,615 Python 👤 Tencent-Hunyuan Organization 🕐 Actualizado 2026-11-19 📅 Creado 2026-08-19
121
yakGPT/yakGPT

Interfaz de ChatGPT que se ejecuta localmente, manos libres

yakGPT
⭐ 1,614 TypeScript 👤 yakGPT User 🕐 Actualizado 2024-05-08 📅 Creado 2023-03-30
122
MiniMax-AI/MiniMax-MCP

Servidor oficial del Protocolo de Contexto del Modelo (MCP) de MiniMax que permite la interacción con potentes API de texto a voz, generación de imágenes y generación de video.

MiniMax-AI
⭐ 1,610 Python 👤 MiniMax-AI Organization 🕐 Actualizado 2026-11-10 📅 Creado 2025-04-10
123
Enemyx-net/VibeVoice-ComfyUI

Una integración integral de ComfyUI para el modelo de texto a voz VibeVoice de Microsoft, que permite la síntesis de voz de alta calidad para un solo o varios hablantes directamente dentro de sus flujos de trabajo de ComfyUI.

Enemyx-net
⭐ 1,581 Python 👤 Enemyx-net User 🕐 Actualizado 2026-02-18 📅 Creado 2025-08-27
124
kyutai-labs/unmute

Hacer que los LLM de texto escuchen y hablen

kyutai-labs
⭐ 1,556 Python 👤 kyutai-labs Organization 🕐 Actualizado 2026-09-09 📅 Creado 2025-06-10
126
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
128
ARahim3/mlx-tune

Ajusta finamente LLMs en tu Mac con Apple Silicon. SFT, DPO, GRPO, Visión, TTS, STT, Embedding y ajuste fino de OCR — de forma nativa en MLX. API compatible con Unsloth.

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 Actualizado 2026-06-23 📅 Creado 2026-01-03
129
voice-cloning-app/Voice-Cloning-App

Una aplicación Python/Pytorch para sintetizar fácilmente voces humanas

voice-cloning-app
⭐ 1,441 Python 👤 voice-cloning-app Organization 🕐 Actualizado 2024-12-02 📅 Creado 2021-03-10
130
edwko/OuteTTS

Interfaz para modelos OuteTTS.

edwko
⭐ 1,440 Python 👤 edwko User 🕐 Actualizado 2026-03-23 📅 Creado 2024-11-04
131
R3gm/SoniTranslate

Traducción sincronizada para vídeos. Doblaje de vídeo

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Actualizado 2026-08-29 📅 Creado 2023-06-27
132
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
133
lenML/Speech-AI-Forge

🍦 Speech-AI-Forge es un proyecto desarrollado en torno a un modelo de generación TTS, que implementa un servidor API y una interfaz de usuario web basada en Gradio.

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 Actualizado 2026-05-21 📅 Creado 2024-06-01
134
0nutation/SpeechGPT

Serie SpeechGPT: Grandes modelos de lenguaje de voz

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Actualizado 2024-07-22 📅 Creado 2023-05-16
135
vincentsch/explainroo

Videos explicativos y demostraciones de productos creados por tu agente de IA. Gratis y de código abierto: una voz local (Kokoro), la sincronización de palabras (Whisper) y un renderizador de lienzo convierten un guion en un MP4 narrado.

vincentsch
⭐ 1,387 JavaScript 👤 vincentsch User 🕐 Actualizado 2026-11-18 📅 Creado 2026-09-25
136
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
137
shivammehta25/Matcha-TTS

[ICASSP 2024] 🍵 Matcha-TTS: Una arquitectura TTS rápida con coincidencia de flujo condicional

shivammehta25
⭐ 1,374 Jupyter Notebook 👤 shivammehta25 User 🕐 Actualizado 2026-11-16 📅 Creado 2023-09-05
138
egoist/chatwise-releases

El chatbot de IA más rápido para cualquier LLM

egoist
⭐ 1,373 TypeScript 👤 egoist User 🕐 Actualizado 2026-07-01 📅 Creado 2024-11-05
140
ciddwd/overlay-translator

Traductor de pantalla en tiempo real para Android de código abierto y sin root, ideal para juegos, novelas visuales y manga. Admite OCR en el dispositivo y en la nube, LLM sin conexión, múltiples servicios de traducción, traducciones en pantalla y texto a voz (TTS).

ciddwd
⭐ 1,369 Kotlin 👤 ciddwd User 🕐 Actualizado 2026-11-16 📅 Creado 2026-06-22
141
Capsize-Games/airunner

Motor de inferencia sin conexión para arte, conversaciones de voz en tiempo real, chatbots impulsados por LLM y flujos de trabajo automatizados

Capsize-Games
⭐ 1,317 Python 👤 Capsize-Games Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-03-21
142
jishengpeng/WavTokenizer

[ICLR 2025] Modelos SOTA de códec acústico discreto con 40/75 tokens por segundo para modelado de lenguaje de audio

jishengpeng
⭐ 1,294 Python 👤 jishengpeng User 🕐 Actualizado 2025-03-02 📅 Creado 2024-08-29
143
soniqo/speech-swift

Kit de herramientas de voz IA para Apple Silicon — ASR, TTS, voz-a-voz, VAD y diarización impulsados por MLX y CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Actualizado 2026-11-18 📅 Creado 2026-02-04
144
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
145
diodiogod/TTS-Audio-Suite

Una integración de nodos personalizados de ComfyUI para conversión de texto a voz y voz a voz local, multi-motor y multi-idioma. Compatible con: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (clásico y multilingüe), F5-TTS, Higgs Audio 2, 3 y VibeVoice, con longitud de texto ilimitada, sincronización SRT, soporte para personajes y muchas herramientas de audio.

diodiogod
⭐ 1,270 Python 👤 diodiogod User 🕐 Actualizado 2026-11-19 📅 Creado 2025-08-06
146
MycroftAI/mimic3

Un motor neuronal local rápido de texto a voz para Mycroft

MycroftAI
⭐ 1,262 Python 👤 MycroftAI Organization 🕐 Actualizado 2025-03-25 📅 Creado 2022-03-24
147
gitmylo/audio-webui

Una interfaz web para diferentes redes neuronales relacionadas con el audio

gitmylo
⭐ 1,245 Python 👤 gitmylo User 🕐 Actualizado 2025-05-19 📅 Creado 2023-05-05
148
Ksuriuri/index-tts-vllm

Se agregó el soporte de vLLM a IndexTTS para una inferencia más rápida.

Ksuriuri
⭐ 1,244 Python 👤 Ksuriuri User 🕐 Actualizado 2026-04-13 📅 Creado 2025-05-03
149
sh-lee-prml/HierSpeechpp

La implementación oficial de HierSpeech++

sh-lee-prml
⭐ 1,240 Python 👤 sh-lee-prml User 🕐 Actualizado 2024-02-20 📅 Creado 2023-08-14
150
panyanyany/Awesome-ChatTTS

Recursos de ChatTTS, dirección de prueba gratuita, biblioteca de voces, etc.

panyanyany
⭐ 1,236 👤 panyanyany User 🕐 Actualizado 2024-06-12 📅 Creado 2024-06-08