Git Stars Git Stars

#speech Repository

Scopri 75 repository GitHub open source attivi contrassegnati con #speech, che raccolgono un totale di 371,211 stelle (con una media di 4,949 stelle per progetto). Il progetto leader di questo argomento è coqui-ai/TTS, con 44,052 stelle.

75
Totale Repository
371,211
Totale stelle
4,949
Media Stelle/Repo

75 repository in totale

1
coqui-ai/TTS

🐸💬 - un toolkit di deep learning per Text-to-Speech, testato in ricerca e produzione

coqui-ai
⭐ 44,052 Python 👤 coqui-ai Organization 🕐 Aggiornato 2024-08-16 📅 Creato 2020-05-20
2
OpenBMB/VoxCPM

VoxCPM2: TTS senza tokenizer per generazione vocale multilingue, design vocale creativo e clonazione realistica

OpenBMB
⭐ 42,753 Python 👤 OpenBMB Organization 🕐 Aggiornato 2026-11-09 📅 Creato 2025-09-16
3
babysor/MockingBird

🚀Clona una voce in 5 secondi per generare parlato arbitrario in tempo reale

babysor
⭐ 36,856 Python 👤 babysor User 🕐 Aggiornato 2026-03-03 📅 Creato 2021-08-07
4
m-bain/whisperX

WhisperX: Riconoscimento vocale automatico con timestamp a livello di parola (& diarizzazione)

m-bain
⭐ 25,522 Python 👤 m-bain User 🕐 Aggiornato 2026-11-12 📅 Creato 2022-12-09
5
IDEA-Research/Grounded-Segment-Anything

Grounded SAM: Unire Grounding DINO con Segment Anything & Stable Diffusion & Recognize Anything - Rileva, segmenta e genera automaticamente tutto

IDEA-Research
⭐ 17,288 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Aggiornato 2024-09-05 📅 Creato 2023-04-06
6
kaldi-asr/kaldi

kaldi-asr/kaldi è la posizione ufficiale del progetto Kaldi.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Aggiornato 2025-09-22 📅 Creato 2015-04-20
7
huggingface/speech-to-speech

Crea agenti vocali con modelli open source

huggingface
⭐ 13,757 Python 👤 huggingface Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2024-08-07
8
snakers4/silero-vad

Silero VAD: Voice Activity Detector pre-addestrato di livello enterprise

snakers4
⭐ 10,721 Python 👤 snakers4 User 🕐 Aggiornato 2026-11-20 📅 Creato 2020-11-23
9
AIGC-Audio/AudioGPT

AudioGPT: Comprensione e Generazione di Voce, Musica, Suoni e Talking Head

AIGC-Audio
⭐ 10,208 Python 👤 AIGC-Audio Organization 🕐 Aggiornato 2024-07-06 📅 Creato 2023-03-16
10
modelscope/modelscope

ModelScope: porta in vita la nozione di Model-as-a-Service.

modelscope
⭐ 9,223 Python 👤 modelscope Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2022-07-25
11
netease-youdao/EmotiVoice

EmotiVoice 😊: un motore TTS multi-voce e controllato da prompt

netease-youdao
⭐ 8,542 Python 👤 netease-youdao User 🕐 Aggiornato 2026-09-03 📅 Creato 2023-11-08
12
PaddlePaddle/models

Mantenuto ufficialmente, supportato da PaddlePaddle, inclusi CV, NLP, Speech, Rec, TS, modelli grandi e così via.

PaddlePaddle
⭐ 6,939 Python 👤 PaddlePaddle Organization 🕐 Aggiornato 2025-01-15 📅 Creato 2017-04-20
13
TalAter/annyang

💬 Riconoscimento vocale per il tuo sito

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Aggiornato 2026-10-29 📅 Creato 2013-08-23
14
snakers4/silero-models

Modelli Silero: modelli text-to-speech pre-addestrati resi incredibilmente semplici

snakers4
⭐ 6,221 Jupyter Notebook 👤 snakers4 User 🕐 Aggiornato 2026-10-15 📅 Creato 2020-09-11
15
cactus-compute/engine

Quantizzazione a 2 bit, kernel e ambiente di esecuzione per dispositivi consumer.

cactus-compute
⭐ 6,199 C++ 👤 cactus-compute Organization 🕐 Aggiornato 2026-11-05 📅 Creato 2025-04-23
16
MahmoudAshraf97/whisper-diarization

Riconoscimento vocale automatico con diarizzazione del parlante basato su OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Aggiornato 2026-08-15 📅 Creato 2023-01-25
17
Rikorose/DeepFilterNet

Soppressione del rumore mediante filtraggio profondo

Rikorose
⭐ 5,056 Python 👤 Rikorose User 🕐 Aggiornato 2026-11-06 📅 Creato 2021-10-10
18
jianchang512/stt

Strumento da riconoscimento vocale a testo / Uno strumento locale offline per la conversione di sottotitoli audio/video, che produce sottotitoli in formato JSON, SRT e testo semplice

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Aggiornato 2026-01-22 📅 Creato 2023-12-28
19
fixie-ai/ultravox

Un LLM multimodale veloce per voce in tempo reale

fixie-ai
⭐ 4,587 Python 👤 fixie-ai Organization 🕐 Aggiornato 2025-12-12 📅 Creato 2024-05-29
20
modelscope/ClearerVoice-Studio

Un toolkit di elaborazione del parlato basato sull'IA e modelli pre-addestrati SOTA open source, che supportano il miglioramento del parlato, la separazione, l'estrazione dello speaker target, ecc.

modelscope
⭐ 4,404 Python 👤 modelscope Organization 🕐 Aggiornato 2025-08-14 📅 Creato 2024-11-12
21
metavoiceio/metavoice-src

Modello fondamentale per TTS umano ed espressivo

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 Aggiornato 2024-07-30 📅 Creato 2024-02-06
22
IAHispano/Applio

Uno strumento di conversione vocale semplice e di alta qualità incentrato sulla facilità d'uso e sulle prestazioni.

IAHispano
⭐ 4,041 Python 👤 IAHispano Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2023-08-07
23
avinashkranjan/Amazing-Python-Scripts

🚀 Raccolta curata di incredibili script Python dalle basi all'avanzato con script di automazione dei compiti.

avinashkranjan
⭐ 3,723 Jupyter Notebook 👤 avinashkranjan User 🕐 Aggiornato 2026-11-07 📅 Creato 2020-07-14
24
ahmetoner/whisper-asr-webservice

API Webservice ASR OpenAI Whisper

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Aggiornato 2026-10-01 📅 Creato 2022-09-22
25
shu223/iOS-10-Sampler

Esempi di codice per le nuove API di iOS 10.

shu223
⭐ 3,301 Swift 👤 shu223 User 🕐 Aggiornato 2024-05-01 📅 Creato 2016-09-03
26
pytorch/audio

Manipolazione e trasformazione dei dati per l'elaborazione del segnale audio, alimentato da PyTorch

pytorch
⭐ 2,971 Python 👤 pytorch Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2017-05-05
27
readbeyond/aeneas

aeneas è una libreria Python/C e un set di strumenti per sincronizzare automagically audio e testo (aka forced alignment)

readbeyond
⭐ 2,881 Python 👤 readbeyond User 🕐 Aggiornato 2026-11-16 📅 Creato 2015-05-11
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Aggiornato 2026-10-29 📅 Creato 2018-07-24
29
linto-ai/whisper-timestamped

Riconoscimento vocale automatico multilingue con timestamp a livello di parola e confidenza

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Aggiornato 2026-09-28 📅 Creato 2023-01-13
30
Camb-ai/MARS5-TTS

Modello vocale MARS5 (TTS) di CAMB.AI

Camb-ai
⭐ 2,809 Jupyter Notebook 👤 Camb-ai Organization 🕐 Aggiornato 2024-08-01 📅 Creato 2024-06-03
31
hahahumble/speechgpt

💬 SpeechGPT è un'applicazione web che ti consente di conversare con ChatGPT.

hahahumble
⭐ 2,740 TypeScript 👤 hahahumble User 🕐 Aggiornato 2026-07-11 📅 Creato 2023-03-28
32
pndurette/gTTS

Libreria Python e strumento CLI per l'interfacciamento con l'API text-to-speech di Google Translate

pndurette
⭐ 2,637 Python 👤 pndurette User 🕐 Aggiornato 2026-04-06 📅 Creato 2014-05-15
33
TEN-framework/ten-vad

Rilevatore di attività vocale (VAD): bassa latenza, alte prestazioni e leggero

TEN-framework
⭐ 2,318 C 👤 TEN-framework Organization 🕐 Aggiornato 2026-11-09 📅 Creato 2025-04-29
34
DigitalPhonetics/IMS-Toucan

Text-to-Speech controllabile e veloce per oltre 7000 lingue!

DigitalPhonetics
⭐ 2,211 Python 👤 DigitalPhonetics Organization 🕐 Aggiornato 2026-01-25 📅 Creato 2021-08-05
35
jarikomppa/soloud

Motore audio gratuito, facile e portatile per giochi

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 Aggiornato 2024-08-13 📅 Creato 2013-07-15
36
praat/praat.github.io

Praat: Fare fonetica al computer

praat
⭐ 2,033 C 👤 praat Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2014-04-11
37
travisvn/openai-edge-tts

Endpoint API text-to-speech gratuito e di alta qualità per sostituire OpenAI, Azure o ElevenLabs

travisvn
⭐ 1,962 Python 👤 travisvn User 🕐 Aggiornato 2025-07-01 📅 Creato 2024-10-09
38
julius-speech/julius

Motore di riconoscimento vocale continuo open-source con ampio vocabolario

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 Aggiornato 2025-06-16 📅 Creato 2015-04-28
39
csteinmetz1/ai-audio-startups

Elenco della comunità di startup che lavorano con l'IA nella tecnologia audio e musicale

csteinmetz1
⭐ 1,761 👤 csteinmetz1 User 🕐 Aggiornato 2025-01-22 📅 Creato 2022-06-13
40
Tencent-Hunyuan/AuK

AuK: Un modello fondativo open source per la generazione e l’editing del parlato

Tencent-Hunyuan
⭐ 1,613 Python 👤 Tencent-Hunyuan Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2026-08-19
41
Delta-ML/delta

DELTA è una piattaforma di elaborazione del linguaggio naturale e della voce basata sull'apprendimento profondo. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Aggiornato 2025-04-16 📅 Creato 2019-05-29
42
bytedance/SALMONN

Famiglia SALMONN: Una suite di LLM multimodali avanzati

bytedance
⭐ 1,575 👤 bytedance Organization 🕐 Aggiornato 2026-10-16 📅 Creato 2023-08-11
43
nyrahealth/CrisperWhisper

Trascrizione controllabile. Letterale (ogni intercalare, pausa, balbettio e suono vocale) oppure intenzionale (ciò che il parlante intendeva dire, ottimizzato per la leggibilità), con timestamp a livello di parola.

nyrahealth
⭐ 1,497 Python 👤 nyrahealth Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2024-05-24
44
HG-ha/MTools

MTools è una potente applicazione desktop multifunzione che integra strumenti per l’elaborazione di audio e video, la modifica delle immagini, la gestione del testo e la codifica. Include funzionalità di potenziamento basate sull’IA e offre un servizio MCP locale. È progettata per semplificare il flusso di lavoro e aumentare la produttività.

HG-ha
⭐ 1,386 Python 👤 HG-ha User 🕐 Aggiornato 2026-10-09 📅 Creato 2025-10-26
45
haoheliu/voicefixer

Ripristino generale del parlato

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Aggiornato 2025-02-17 📅 Creato 2021-09-06
46
DengBoCong/nlp-paper

Articoli correlati nell'ambito dell'elaborazione del linguaggio naturale (con note di lettura), riproduzione di modelli ed elaborazione dati (il codice include due versioni: TensorFlow e PyTorch)

DengBoCong
⭐ 1,314 Python 👤 DengBoCong User 🕐 Aggiornato 2024-01-05 📅 Creato 2020-09-05
47
ictnlp/StreamSpeech

StreamSpeech è un modello "All in One" senza interruzioni per il riconoscimento vocale offline e simultaneo, la traduzione vocale e la sintesi vocale.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Aggiornato 2025-06-29 📅 Creato 2024-06-04
48
roatienza/Deep-Learning-Experiments

Video, note ed esperimenti per comprendere il deep learning

roatienza
⭐ 1,208 Jupyter Notebook 👤 roatienza User 🕐 Aggiornato 2026-11-02 📅 Creato 2017-01-10
49
lhotse-speech/lhotse

Strumenti per la gestione di dati multimodali in progetti di machine learning.

lhotse-speech
⭐ 1,166 Python 👤 lhotse-speech Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2020-04-24
50
sooftware/conformer

Implementazione PyTorch [Non ufficiale] di "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 Aggiornato 2026-11-15 📅 Creato 2021-01-21

Domande frequenti

1

Qual è il repository #speech più popolare su GitHub?

Il progetto open source #speech più alto in classifica su GitHub è coqui-ai/TTS, con 44,052 stelle. 🐸💬 - un toolkit di deep learning per Text-to-Speech, testato in ricerca e produzione

2

Quali linguaggi di programmazione sono più utilizzati nei repository #speech?

Tra i progetti #speech più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C, TypeScript.

3

Come viene calcolata la classifica dei repository #speech?

Monitoriamo 75 repository open source attivi contrassegnati con #speech (500+ stelle), per un totale di 371,211 stelle e una media di 4,949 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.