Git Stars Git Stars

#voice-cloning Repositorios

76
Total de Repositorios
629,830
Total de estrellas
8,287
Promedio de Estrellas/Repo

77 repositorios en total

51
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
52
stepfun-ai/Step-Audio-EditX

Un potente modelo de edición de audio basado en LLM de 3 mil millones de parámetros y aprendizaje por refuerzo destaca en la edición de emociones, estilo de habla y paralingüística, y cuenta con una sólida función de texto a voz de cero disparos.

stepfun-ai
⭐ 1,005 Python 👤 stepfun-ai Organization 🕐 Actualizado 2026-04-09 📅 Creado 2025-10-29
54
sipeter/CloneTTS

Un motor TTS (Texto a Voz) ligero y offline para Android que permite clonación de voz sin interrupciones a nivel de sistema y lectura de texto de alta fidelidad. / Un motor TTS (Texto a Voz) ligero que se ejecuta localmente en Android, compatible con extracción de locutor offline, clonación de timbre sin umbrales y lectura global a nivel de sistema con doble motor.

sipeter
⭐ 904 👤 sipeter User 🕐 Actualizado 2026-11-13 📅 Creado 2026-03-21
55
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
56
matatonic/openedai-speech

Un servidor de texto a voz compatible con la API de OpenAI que utiliza xtts_v2 y/o piper tts de Coqui AI como backend.

matatonic
⭐ 839 Python 👤 matatonic User 🕐 Actualizado 2025-02-02 📅 Creado 2023-11-27
57
facebookresearch/audioseal

Marca de agua localizada para audios de voz generados por IA, con SOTA en robustez y detector muy rápido

facebookresearch
⭐ 804 Python 👤 facebookresearch Organization 🕐 Actualizado 2026-11-03 📅 Creado 2024-01-26
58
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
59
chenpipi0807/ComfyUI-Index-TTS

Nodo personalizado para la conversión de texto a voz de alta calidad en ComfyUI utilizando el modelo IndexTTS. Admite texto en chino e inglés, y puede replicar las características de voz basándose en un audio de referencia.

chenpipi0807
⭐ 776 Python 👤 chenpipi0807 User 🕐 Actualizado 2026-09-02 📅 Creado 2025-04-22
60
v3ucn/CosyVoice_For_Windows

La versión de CosyVoice utilizada en el entorno Windows

v3ucn
⭐ 758 Python 👤 v3ucn User 🕐 Actualizado 2026-11-12 📅 Creado 2024-07-07
61
BoltzmannEntropy/MimikaStudio

MimikaStudio - Una aplicación local-first para macOS (Apple Silicon) + Soporte Agentic MCP

BoltzmannEntropy
⭐ 753 Dart 👤 BoltzmannEntropy User 🕐 Actualizado 2026-10-27 📅 Creado 2026-01-26
62
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
63
lukaszliniewicz/Pandrator

Convierte PDFs y EPUBs en audiolibros; subtítulos o videos en videos doblados (incluyendo traducción), y más. Gratis. Pandrator utiliza modelos locales, incluyendo clonación de voz (instantánea, mejorada con RVC, ajuste fino de XTTS) y procesamiento LLM. Aspira a ser una aplicación fácil de usar con interfaz gráfica, instalador y paquetes todo en uno.

lukaszliniewicz
⭐ 649 Python 👤 lukaszliniewicz User 🕐 Actualizado 2026-11-21 📅 Creado 2024-03-20
64
wildminder/ComfyUI-VibeVoice

Nodo personalizado de ComfyUI para VibeVoice TTS. Audio conversacional expresivo, de formato largo y con múltiples oradores

wildminder
⭐ 614 Python 👤 wildminder User 🕐 Actualizado 2026-10-26 📅 Creado 2025-08-27
⭐ 609 TypeScript 👤 synchronicity-labs Organization 🕐 Actualizado 2024-03-30 📅 Creado 2023-11-07
66
kapi2800/qwen3-tts-apple-silicon

Ejecuta Qwen3-TTS de texto a voz localmente en Mac (M1/M2/M3/M4). Clonación de voz, diseño de voz, voces personalizadas. 100% sin conexión usando MLX.

kapi2800
⭐ 593 Python 👤 kapi2800 User 🕐 Actualizado 2026-05-02 📅 Creado 2026-01-28
67
PunithVT/ai-avatar-system

🎭 Plataforma de avatar de IA / humano digital: sube una foto, clona una voz y habla con cualquier rostro en tiempo real mediante vídeo con sincronización labial. De código abierto y autohospedada. Claude · Whisper · Chatterbox · MuseTalk.

PunithVT
⭐ 586 Python 👤 PunithVT User 🕐 Actualizado 2026-11-13 📅 Creado 2025-11-30
68
petermg/Chatterbox-TTS-Extended

Versión modificada de Chatterbox que acepta archivos de texto como entrada y sin restricciones de caracteres. Lo uso para hacer audiolibros, especialmente para mis hijos.

petermg
⭐ 577 Python 👤 petermg User 🕐 Actualizado 2025-08-23 📅 Creado 2025-05-30
69
Saganaki22/ComfyUI-OmniVoice-TTS

Nodos TTS OmniVoice para ComfyUI - Texto a voz multilingüe de cero disparos con clonación de voz, diseño de voz y diálogo multi-hablante

Saganaki22
⭐ 567 Python 👤 Saganaki22 User 🕐 Actualizado 2026-06-11 📅 Creado 2026-04-02
70
wildminder/awesome-ai-voice

Lista de modelos de código abierto para síntesis de voz (TTS), clonación de voz y generación musical

wildminder
⭐ 562 👤 wildminder User 🕐 Actualizado 2026-11-04 📅 Creado 2026-03-10
71
billwuhao/ComfyUI_IndexTTS

IndexTTS Voice Cloning: Soporta diálogo entre dos personas

billwuhao
⭐ 556 Python 👤 billwuhao User 🕐 Actualizado 2025-11-07 📅 Creado 2025-04-30
72
FlashLabs-AI-Corp/FlashLabs-Chroma

El primer modelo de diálogo hablado de extremo a extremo y en tiempo real, de código abierto, con clonación de voz personalizada.

FlashLabs-AI-Corp
⭐ 552 Jupyter Notebook 👤 FlashLabs-AI-Corp Organization 🕐 Actualizado 2026-09-04 📅 Creado 2025-11-13
73
HAKORADev/VODER

Motor de operación y diseño por voz con capacidades de reproducción

HAKORADev
⭐ 524 Python 👤 HAKORADev User 🕐 Actualizado 2026-10-01 📅 Creado 2026-02-09
74
wildminder/ComfyUI-VoxCPM

Nodo de ComfyUI para voz altamente expresiva y clonación de voz realista zero-shot

wildminder
⭐ 523 Python 👤 wildminder User 🕐 Actualizado 2026-10-14 📅 Creado 2025-09-17
75
liuzhao1225/YouDub

YouDub es una herramienta de código abierto diseñada para traducir y doblar automáticamente videos de YouTube de alta calidad, con el fin de llevarlos al internet chino. La herramienta utiliza tecnología de reconocimiento de voz por IA para convertir el audio en texto, luego traduce el texto al chino mediante un Modelo de Lenguaje Grande (LLM) y, finalmente, convierte el texto en audio utilizando tecnología de clonación de voz por IA. De esta manera, podemos crear videos doblados al chino que conservan el timbre de voz original del YouTuber.

liuzhao1225
⭐ 514 Python 👤 liuzhao1225 User 🕐 Actualizado 2024-05-14 📅 Creado 2023-11-02
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
77
YeJe-cpu/talk-to-fengge

Habla con Feng Ge: clona la voz y la personalidad de cualquier persona para conversar por voz en tiempo real, con una latencia de ingeniería inferior a 1 segundo.

YeJe-cpu
⭐ 504 Python 👤 YeJe-cpu User 🕐 Actualizado 2026-07-11 📅 Creado 2026-06-25