#tts Dépôts
Découvrez 219 dépôts GitHub open source actifs associés à #tts, cumulant 1,286,218 étoiles au total (soit une moyenne de 5,873 étoiles par projet). Le projet en tête de ce thème est debpalash/VoiceStudio, avec 115,753 étoiles.
222 dépôts au total
VoiceStudio est l’alternative open source et entièrement locale à ElevenLabs : clonage vocal, conception de voix, doublage vidéo, dictée, transcription et création de livres audio dans 646 langues.
Interface locale pour exécuter et entraîner des LLM et des modèles de diffusion. Compatible avec GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX et bien d’autres.
1 minute de données vocales peut également être utilisée pour entraîner un bon modèle TTS ! (clonage de voix few-shot)
Clonez une voix en 5 secondes pour générer des discours arbitraires en temps réel
LocalAI est le moteur IA open-source. Exécutez n'importe quel modèle - LLMs, vision, voix, image, vidéo - sur n'importe quel matériel. Aucune GPU requise.
🐸💬 - 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
🚀 Clonez une voix en 5 secondes pour générer un discours arbitraire en temps réel
Mastra est le framework TypeScript moderne pour les applications et agents alimentés par l'IA.
Readest est un lecteur de livres électroniques moderne et riche en fonctionnalités, conçu pour les lecteurs passionnés, offrant un accès multiplateforme transparent, des outils puissants et une interface intuitive pour améliorer votre expérience de lecture.
Un système de synthèse vocale Zero-Shot contrôlable et efficace au niveau industriel
Modèle de génération vocale multilingue à grande échelle, offrant des capacités full-stack pour l'inférence, la formation et le déploiement.
Créez des livres audio à partir de livres numériques avec plus de 50 moteurs TTS, le clonage vocal et la prise en charge de 1 696 langues !
Traduisez la vidéo d'une langue à une autre et intégrez le doublage et les sous-titres.
🌈 Un logiciel multiplateforme de traduction et OCR par sélection de texte | Un logiciel multiplateforme pour la traduction et la reconnaissance de texte.
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)
Anciennement KrillinAI, un outil de traduction et de doublage vidéo dans plus de 120 langues. Un espace de travail IA open source pour les créateurs, propulsé par Codex. Téléchargez et traduisez des vidéos, et créez des vidéos, des images, des contenus audio et des montages avec des agents, le tout au même endroit. Pour vos réseaux sociaux comme YouTube, TikTok, Instagram, etc.
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
Conversion vocale en texte à très faible latence, reconnaissance d'intention et synthèse vocale, pour créer des agents et interfaces vocales
Plateforme d'ingénierie d'agents IA bâtie sur un framework d'agents IA Open Source en TypeScript
Lire la source du livre - Xiangse Guige + Lire avec diligence + YuanYue + Source de livres Lecture 3.0 + YuanRead + Ai Yue Shu Xiang + QianYue + Lecture Huohua + Lecture indispensable + Fanqie + Ximalaya + Mangas + Livres audio + Source de livres + Source IPTV + Application de troll IPA = mise à jour automatique
Créez rapidement des agents textuels, vocaux et vidéo. Un backend d’agents rapide basé sur Go, avec des SDK pour tous les langages. Des paramètres par défaut judicieux pour la recherche, les connaissances, les compétences, la téléphonie, les environnements isolés, la mémoire et la persistance. IA souveraine. Prenez le contrôle de votre IA.
Une interface web native simple qui utilise ChatTTS pour synthétiser du texte en parole, avec la prise en charge des interfaces API externes.
Un moteur vidéo AIGC polyvalent : du script au film fini en un seul pipeline — drames, publicités, vidéos de produits, jeux otome, et plus encore.
Bibliothèque de synthèse vocale multilingue de haute qualité par MyShell.ai. Prend en charge l'anglais, l'espagnol, le français, le chinois, le japonais et le coréen.
🤖 wukong-robot est un projet simple, flexible et élégant de robot de dialogue vocal en chinois/enceinte intelligente, qui supporte les capacités de dialogue multi-tours de ChatGPT, et pourrait être le premier projet d'enceinte intelligente open source à supporter l'interaction cerveau-ordinateur.
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
🎤 Outil de synthèse vocale Microsoft, construit avec Electron + Vue + ElementPlus + Vite.
Wrapper conteneurisé avec Docker, compatible avec OpenAI, pour la synthèse vocale Kokoro-82M, prenant en charge PyTorch sur CPU et GPU AMD et NVIDIA multiplateformes ; plusieurs voix, clonage et réglage de voix, horodatage des sous-titres, SSML, WebSockets et interface web facultative de lecture synchronisée
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.
Ceci est une application TTS système Android, avec des interfaces de démonstration Microsoft intégrées, des requêtes HTTP personnalisables, la possibilité d'importer d'autres moteurs TTS locaux, ainsi qu'une lecture basée sur la reconnaissance de simples narrations/dialogues entre guillemets chinois, en plus des tentatives de nouvelle tentative automatiques, des configurations de secours, du remplacement de texte, et bien d'autres encore.
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.
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
Foire aux questions
Quel est le dépôt #tts le plus populaire sur GitHub ?
Le projet #tts open source le mieux classé sur GitHub est debpalash/VoiceStudio, avec 115,753 étoiles. VoiceStudio est l’alternative open source et entièrement locale à ElevenLabs : clonage vocal, conception de voix, doublage vidéo, dictée, transcription et création de livres audio dans 646 langues.
Quels langages de programmation sont les plus utilisés dans les dépôts #tts ?
Parmi les projets #tts les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, C++, Go.
Comment le classement des dépôts #tts est-il calculé ?
Nous suivons 219 dépôts open source actifs associés à #tts (500+ étoiles), totalisant 1,286,218 étoiles, avec une moyenne de 5,873 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.