#speech-synthesis Dépôts
Découvrez 100 dépôts GitHub open source actifs associés à #speech-synthesis, cumulant 559,718 étoiles au total (soit une moyenne de 5,597 étoiles par projet). Le projet en tête de ce thème est microsoft/VibeVoice, avec 57,449 étoiles.
101 dépôts au total
🐸💬 - une boîte à outils d'apprentissage profond pour la synthèse vocale, éprouvée en recherche et en production
VoxCPM2 : TTS sans tokenizer pour la génération de parole multilingue, le design vocal créatif et le clonage réaliste
Un framework d'IA générative scalable conçu pour les chercheurs et développeurs travaillant sur les grands modèles de langage, le multimodal et l'IA vocale (reconnaissance automatique de la parole et texte vers parole)
Scripts d'apprentissage profond de pointe organisés par modèles - faciles à entraîner et à déployer avec une précision et des performances reproductibles sur une infrastructure de niveau entreprise.
TTS multilingue ultra-rapide sur l'appareil — s'exécutant nativement via ONNX.
Gradio WebUI pour créateurs et développeurs, avec les principales fonctionnalités TTS (Edge-TTS, kokoro) et clonage de voix zero-shot (E2 & F5-TTS, CosyVoice), avec traitement audio Whisper, téléchargement YouTube, isolation vocale Demucs et traduction multilingue.
Kit d'outils vocal facile à utiliser incluant un modèle d'apprentissage auto-supervisé, ASR SOTA/Streaming avec ponctuation, TTS Streaming avec frontend texte, système de vérification du locuteur, traduction vocale de bout en bout et détection de mots-clés. Lauréat du Best Demo Award NAACL2022.
Utilisez le service de synthèse vocale en ligne de Microsoft Edge depuis Python SANS avoir besoin de Microsoft Edge
Amphion (/æmˈfaɪən/) est une boîte à outils pour la génération audio, musicale et vocale. Son objectif est de soutenir la recherche reproductible et d'aider les jeunes chercheurs et ingénieurs à démarrer dans le domaine de la recherche et développement en génération audio, musicale et vocale.
Fork de so-vits-svc avec support en temps réel, interface améliorée et plus de fonctionnalités.
Une bibliothèque text-to-speech (TTS), speech-to-text (STT) et speech-to-speech (STS) construite sur le framework MLX d'Apple, offrant une analyse vocale efficace sur Apple Silicon.
Zonos-v0.1 est un modèle de synthèse vocale open-weight de premier plan, entraîné sur plus de 200 000 heures de parole multilingue variée, offrant une expressivité et une qualité comparables, voire supérieures, aux meilleurs fournisseurs de TTS.
eSpeak NG est un synthétiseur vocal open source qui prend en charge plus de cent langues et accents.
Générer des livres audio à partir d'EPUB, de PDF et de textes avec des légendes synchronisées.
Modèles Silero : des modèles de synthèse vocale pré-entraînés rendus incroyablement simples
StyleTTS 2 : Vers une synthèse vocale de niveau humain par diffusion de style et entraînement contradictoire avec de grands modèles linguistiques vocaux
Tacotron 2 - Implémentation PyTorch avec inférence plus rapide que le temps réel
DiffSinger : Synthèse de la voix chantée via un mécanisme de diffusion superficiel (SVS & TTS) ; AAAI 2022 ; Code officiel
Un modèle TTS multilingue de 100 millions de paramètres pour l’inférence en temps réel sur CPU, le clonage de voix et la génération stéréo à 48 kHz
Un système de synthèse vocale open source construit en inversant Whisper.
Une famille de modèles open source pour la synthèse vocale longue durée, la synthèse de dialogues, la conception de voix, les effets sonores et la synthèse vocale TTS en streaming en temps réel
:stuck_out_tongue_closed_eyes: TensorFlowTTS : Synthèse vocale de pointe en temps réel pour Tensorflow 2 (prend en charge notamment l'anglais, le français, le coréen, le chinois, l'allemand et est facile à adapter à d'autres langues)
Synthèse vocale vietnamienne avec clonage vocal instantané • Sur l’appareil • Inférence CPU en temps réel • Qualité audio 48 kHz • Synthèse de texte en vietnamien • Texte en voix vietnamienne • TTS vietnamien
Outil IA de doublage/traduction vidéo multilingue intelligent - Linly-Dubbing — « L'IA, sans frontières linguistiques »
Assistant IA en temps réel pour les lunettes intelligentes Meta Ray‑Ban — voix + vision + actions agentiques via Gemini Live et OpenClaw
MARY TTS -- un système de synthèse vocale multilingue open-source écrit en Java pur
HiFi-GAN : Réseaux Génératifs Antagonistes (GAN) pour une Synthèse Vocale Efficace et Haute Fidélité
Application Linux Speech Note. Prise de notes, lecture et traduction avec reconnaissance vocale hors ligne (Speech to Text), synthèse vocale (Text to Speech) et traduction automatique.
Modèle texte-parole basé sur Flow Matching avec contrôle de style piloté par emojis
Parallel WaveGAN Non Officiel (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) avec PyTorch
Foire aux questions
Quel est le dépôt #speech-synthesis le plus populaire sur GitHub ?
Le projet #speech-synthesis open source le mieux classé sur GitHub est microsoft/VibeVoice, avec 57,449 étoiles. IA Vocale Frontalière Open-Source
Quels langages de programmation sont les plus utilisés dans les dépôts #speech-synthesis ?
Parmi les projets #speech-synthesis les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, C#.
Comment le classement des dépôts #speech-synthesis est-il calculé ?
Nous suivons 100 dépôts open source actifs associés à #speech-synthesis (500+ étoiles), totalisant 559,718 étoiles, avec une moyenne de 5,597 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.