#voice-cloning Dépôts
Découvrez 76 dépôts GitHub open source actifs associés à #voice-cloning, cumulant 629,830 étoiles au total (soit une moyenne de 8,287 étoiles par projet). Le projet en tête de ce thème est debpalash/VoiceStudio, avec 115,753 étoiles.
77 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.
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
🐸💬 - 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
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 !
Coupure, traduction, alignement et même doublage de sous-titres de niveau Netflix – équipe de sous-titrage vidéo IA entièrement automatisée en un clic | Netflix級字幕切割、翻譯、對齊、甚至加上配音,一鍵全自動視頻搬運AI字幕組
Bêta : le logiciel de montage vidéo véritablement gratuit, open source, privilégiant le local et multiplateforme. Programmable via une API JSON-RPC et MCP.
Qwen3-TTS est une série de modèles TTS open-source développée par l’équipe Qwen d’Alibaba Cloud, prenant en charge la génération d’une parole stable, expressive et en streaming, la conception vocale libre et le clonage de voix vivace.
YuE2 : génération musicale de pointe avec planification symbolique, reprises sans exemple préalable et édition musicale agentique.
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.
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.
🎙️🤖Créez, personnalisez et parlez avec votre personnage/compagnon IA en temps réel (Tout dans une seule base de code !). Ayez une conversation naturelle et fluide avec l'IA partout (mobile, web et terminal) en utilisant LLM OpenAI GPT3.5/4, Anthropic Claude2, Chroma Vector DB, Whisper Speech2Text, ElevenLabs Text2Speech🎙️🤖
Localisation et doublage vidéo par IA open source pour YouTube/Bilibili : reconnaissance vocale, traduction de sous-titres, clonage vocal, mixage audio et rendu. Outil open source de traduction et doublage vidéo par IA.
Un modèle de clonage vocal TTS rapide et de haute qualité qui atteint des vitesses de 150× en temps réel。
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 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
Un outil de conversion vocale simple et de haute qualité axé sur la facilité d'utilisation et les performances.
Système de Conversation d'Avatar Numérique - Linly-Talker. 😄✨ Linly-Talker est un système d'IA intelligent qui combine de grands modèles linguistiques (LLM) avec des modèles visuels pour créer une nouvelle méthode d'interaction homme-IA. 🤝🤖 Il intègre diverses technologies telles que Whisper, Linly, Microsoft Speech Services et le système de génération de têtes parlantes SadTalker. 🌟🔬
Outil IA de doublage/traduction vidéo multilingue intelligent - Linly-Dubbing — « L'IA, sans frontières linguistiques »
Serveur d’inférence LLM natif pour Apple Silicon. Compatible avec les API d’OpenAI et d’Anthropic. Sans Python. Application macOS avec backend en Zig et frontend en Swift, prenant en charge la génération de conversations, de musique, de voix et de vidéos.
Studio audio et musical IA local et open source pour macOS et Windows. Synthèse vocale, clonage de voix, chansons avec paroles et partitions multipistes — 100 % hors ligne, sans frais d’API.
Modèle texte-parole basé sur Flow Matching avec contrôle de style piloté par emojis
Serveur officiel du protocole de contexte de modèle MiniMax (MCP) qui permet l'interaction avec de puissantes API de synthèse vocale, de génération d'images et de génération de vidéos.
Une intégration ComfyUI complète pour le modèle de synthèse vocale VibeVoice de Microsoft, permettant une synthèse vocale de haute qualité pour un ou plusieurs locuteurs directement dans vos flux de travail ComfyUI.
Auto-hébergez le puissant modèle Chatterbox TTS. Ce serveur offre une interface Web conviviale, des points de terminaison API flexibles (y compris compatibles avec OpenAI), des voix prédéfinies, le clonage de voix et le traitement de texte à l'échelle de grands livres audio. S'exécute accéléré sur NVIDIA (CUDA), AMD (ROCm) et CPU.
Une application Python/Pytorch pour synthétiser facilement des voix humaines
Un modèle multilingue pour la synthèse de dialogues longs à plusieurs locuteurs, avec un contrôle flexible des locuteurs et un clonage vocal sans apprentissage spécifique
💎 Une liste de corpus vocaux accessibles pour l'ASR, le TTS et d'autres technologies vocales
Une intégration de nœuds personnalisés ComfyUI pour la synthèse vocale et la conversion de voix locales multi-moteurs et multilingues. Prend en charge : RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (classique et multilingue), F5-TTS, Higgs Audio 2, 3 et VibeVoice avec une longueur de texte illimitée, synchronisation SRT, prise en charge des personnages et de nombreux outils audio.
Générateur de podcast IA pour épisodes bilingues, Multilingue, Alternative à NotebookLLM ; Générateur de podcast IA pour dialogues réels, Multilingue, Multi-voix
Foire aux questions
Quel est le dépôt #voice-cloning le plus populaire sur GitHub ?
Le projet #voice-cloning 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 #voice-cloning ?
Parmi les projets #voice-cloning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, JavaScript.
Comment le classement des dépôts #voice-cloning est-il calculé ?
Nous suivons 76 dépôts open source actifs associés à #voice-cloning (500+ étoiles), totalisant 629,830 étoiles, avec une moyenne de 8,287 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.