#speech-to-speech Dépôts
Découvrez 16 dépôts GitHub open source actifs associés à #speech-to-speech, cumulant 35,295 étoiles au total (soit une moyenne de 2,205 étoiles par projet). Le projet en tête de ce thème est dograh-hq/dograh, avec 6,240 étoiles.
17 dépôts au total
Plateforme d'IA vocale open source. Alternative auto-hébergée à Vapi et Retell. Sur site (on-prem), BYOK pour Speech-to-Speech ou LLM/STT/TTS, avec un constructeur de flux de travail visuel, natif MCP et support de la téléphonie.
Un moteur d'inférence tout-en-un, pur C++, pour les modèles audio, propulsé par ggml. Prend en charge TTS, STT, VAD, conversion vocale, génération musicale, etc., avec des performances hautement optimisées. Aucune dépendance Python.
Un outil de conversion vocale simple et de haute qualité axé sur la facilité d'utilisation et les performances.
Modèle de langage multimodal open-source de grande taille capable d'entendre, de parler tout en réfléchissant. Doté de capacités conversationnelles avec entrée vocale de bout en bout en temps réel et sortie audio en continu.
LLaMA-Omni est un modèle d'interaction vocale de bout en bout à faible latence et de haute qualité, construit sur Llama-3.1-8B-Instruct, visant à atteindre des capacités vocales au niveau de GPT-4o.
IA vocale en temps réel avec plus de 100 modèles sur Arduino ESP32, avec WebSockets sécurisés et fonctions en périphérie pour jouets IA, compagnons de bureau et appareils
Kit d'outils de parole IA pour Apple Silicon — ASR, TTS, parole-parole, VAD et diarisation propulsés par MLX et CoreML
Petite amie IA vocale (petite amie IA vocale pour DeepSeek Harness) : saisie vocale avec Whisper + clonage de voix avec Qwen3-TTS + lecture en continu, phrase par phrase + fenêtre d’avatar animé. Deux modes : interruption ou mise en file d’attente ; il suffit de parler pour interrompre.
Fun-Audio-Chat est un grand modèle de langage audio conçu pour des interactions vocales naturelles et à faible latence.
Une application d'assistant IA mobile multiplateforme ultra-rapide construite avec React Native.
Un SDK modulaire Swift pour le traitement audio avec MLX sur Apple Silicon
Centre d’appels IA auto-hébergé, conçu autour d’une API : l’IA parle, le code contrôle l’appel. Les agents IA répondent à chaque appel ; un humain peut prendre le relais sans interrompre la communication. Fonctionne avec FreeSWITCH, votre trunk SIP et un modèle en temps réel (OpenAI, Grok, Qwen, Doubao ou toute passerelle compatible).
Le premier modèle de dialogue oral open-source, complet, en temps réel avec clonage vocal personnalisé.
Agent interactif Speech-to-Speech de haute qualité et en streaming dans un seul fichier. Prototype d'agent intelligent d'interaction vocale en streaming full-duplex réalisé avec un seul fichier !
Modèles vocaux ouverts en duplex intégral, capables de percevoir votre ton et de parler avec le leur. Un seul GPU avec vLLM-Omni, ou un fonctionnement entièrement hors ligne sur Mac avec MLX. Clonage vocal zero-shot, compatibles avec OpenAI Realtime / GPT-Live, avec un essai gratuit de l’API hébergée. Apache-2.0.
Foire aux questions
Quel est le dépôt #speech-to-speech le plus populaire sur GitHub ?
Le projet #speech-to-speech open source le mieux classé sur GitHub est dograh-hq/dograh, avec 6,240 étoiles. Plateforme d'IA vocale open source. Alternative auto-hébergée à Vapi et Retell. Sur site (on-prem), BYOK pour Speech-to-Speech ou LLM/STT/TTS, avec un constructeur de flux de travail visuel, natif MCP et support de la téléphonie.
Quels langages de programmation sont les plus utilisés dans les dépôts #speech-to-speech ?
Parmi les projets #speech-to-speech les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Swift, C++.
Comment le classement des dépôts #speech-to-speech est-il calculé ?
Nous suivons 16 dépôts open source actifs associés à #speech-to-speech (500+ étoiles), totalisant 35,295 étoiles, avec une moyenne de 2,205 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.