Git Stars Git Stars

#speech-processing Repository

Scopri 31 repository GitHub open source attivi contrassegnati con #speech-processing, che raccolgono un totale di 106,282 stelle (con una media di 3,428 stelle per progetto). Il progetto leader di questo argomento è w-okada/voice-changer, con 21,430 stelle.

31
Totale Repository
106,282
Totale stelle
3,428
Media Stelle/Repo

31 repository in totale

1
w-okada/voice-changer

Cambia voce in tempo reale Realtime Voice Changer

w-okada
⭐ 21,430 Python 👤 w-okada User 🕐 Aggiornato 2026-11-17 📅 Creato 2022-08-22
2
speechbrain/speechbrain

Un toolkit vocale basato su PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Aggiornato 2026-10-14 📅 Creato 2020-04-28
3
pyannote/pyannote-audio

Blocchi di costruzione neurali per la diarizzazione del parlante: rilevamento dell'attività vocale, rilevamento del cambio di parlante, rilevamento del discorso sovrapposto, embedding del parlante

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2016-03-07
4
snakers4/silero-vad

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

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Aggiornato 2026-11-20 📅 Creato 2020-11-23
5
HenryNdubuaku/maths-cs-ai-compendium

Diventa un ricercatore/ingegnere di IA/ML di alto livello con questo libro di testo non convenzionale che copre matematica, informatica e ML con intuizione.

HenryNdubuaku
⭐ 7,730 TypeScript 👤 HenryNdubuaku User 🕐 Aggiornato 2026-07-18 📅 Creato 2026-02-03
6
pliang279/awesome-multimodal-ml

Lista di lettura per argomenti di ricerca in machine learning multimodale

pliang279
⭐ 6,773 👤 pliang279 User 🕐 Aggiornato 2024-08-20 📅 Creato 2019-05-27
7
Agentchengfeng/chengfeng-videocut-skills

Agente di montaggio video creato con Claude Code Skills.

Agentchengfeng
⭐ 3,252 JavaScript 👤 Agentchengfeng User 🕐 Aggiornato 2026-10-10 📅 Creato 2026-01-14
8
microsoft/torchscale

Architettura di Fondazione per (M)LLM

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 Aggiornato 2024-04-11 📅 Creato 2022-11-17
9
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
10
wiseman/py-webrtcvad

Interfaccia Python per il Rilevatore di Attività Vocale di WebRTC

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Aggiornato 2024-07-04 📅 Creato 2016-04-23
11
TEN-framework/ten-vad

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

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-04-29
12
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
13
resemble-ai/resemble-enhance

Pulizia e miglioramento della voce basati sull'intelligenza artificiale

resemble-ai
⭐ 2,128 Python 👤 resemble-ai Organization 🕐 Aggiornato 2024-12-03 📅 Creato 2023-11-15
14
wq2012/awesome-diarization

Un elenco curato di eccellenti articoli, librerie, dataset e altre risorse su Speaker Diarization.

wq2012
⭐ 1,917 👤 wq2012 User 🕐 Aggiornato 2026-10-26 📅 Creato 2019-01-19
15
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
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2024-05-24
16
0nutation/SpeechGPT

SpeechGPT Series: Grandi modelli linguistici per la voce

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Aggiornato 2024-07-22 📅 Creato 2023-05-16
17
coqui-ai/open-speech-corpora

💎 Un elenco di corpora vocali accessibili per ASR, TTS e altre tecnologie vocali

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Aggiornato 2024-06-06 📅 Creato 2019-01-31
18
haoheliu/voicefixer

Ripristino generale del parlato

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Aggiornato 2025-02-17 📅 Creato 2021-09-06
19
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
20
midas-research/audino

Strumento di annotazione audio open source per umani

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 Aggiornato 2026-02-03 📅 Creato 2019-10-03
21
X-LANCE/SLAM-LLM

Un Framework per l'Elaborazione di Voce, Lingua, Audio e Musica con Modelli Linguistici di Grandi Dimensioni

X-LANCE
⭐ 1,072 Python 👤 X-LANCE Organization 🕐 Aggiornato 2026-01-15 📅 Creato 2023-10-23
22
facebookresearch/spiritlm

Codice di inferenza per l'articolo "Spirit-LM Interleaved Spoken and Written Language Model".

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 Aggiornato 2024-10-28 📅 Creato 2024-09-06
23
facebookresearch/SONAR

SONAR, un nuovo spazio di embedding multilingue e multimodale a dimensione fissa per frasi, con una suite completa di encoder e decoder vocali e testuali.

facebookresearch
⭐ 912 Python 👤 facebookresearch Organization 🕐 Aggiornato 2025-10-10 📅 Creato 2023-08-01
24
google/visqol

Estimatore di Qualità Percettiva per Voce e Audio

google
⭐ 894 C++ 👤 google Organization 🕐 Aggiornato 2025-05-17 📅 Creato 2019-12-06
25
Ryuk17/SpeechAlgorithms

Puoi trovare gli algoritmi vocali che desideri qui

Ryuk17
⭐ 878 C 👤 Ryuk17 User 🕐 Aggiornato 2026-10-03 📅 Creato 2020-05-11
26
JeremyCCHsu/Python-Wrapper-for-World-Vocoder

Un wrapper Python per il vocoder di alta qualità "World"

JeremyCCHsu
⭐ 796 Cython 👤 JeremyCCHsu User 🕐 Aggiornato 2026-08-20 📅 Creato 2016-05-24
27
D-Keqi/mtla

MTLA: Multi-head Temporal Latent Attention

D-Keqi
⭐ 761 Python 👤 D-Keqi User 🕐 Aggiornato 2025-10-06 📅 Creato 2025-05-19
28
Rudrabha/LipGAN

Questo repository contiene i codici per LipGAN. LipGAN è stato pubblicato come parte dell'articolo intitolato "Towards Automatic Face-to-Face Translation".

Rudrabha
⭐ 617 Python 👤 Rudrabha User 🕐 Aggiornato 2025-06-22 📅 Creato 2020-01-02
29
pliang279/MultiBench

[NeurIPS 2021] Benchmark multiscala per l'apprendimento di rappresentazioni multimodali

pliang279
⭐ 605 HTML 👤 pliang279 User 🕐 Aggiornato 2024-01-27 📅 Creato 2021-03-05
30
ddlBoJack/Speech-Resources

Laboratorio/Azienda/Risorse/Stage vocali, ecc., si accettano candidature o autocandidature

ddlBoJack
⭐ 591 👤 ddlBoJack User 🕐 Aggiornato 2024-11-13 📅 Creato 2021-11-04
31
microsoft/MS-SNSD

Il Microsoft Scalable Noisy Speech Dataset (MS-SNSD) è un dataset di voce rumorosa che può scalare a dimensioni arbitrarie a seconda del numero di parlanti, tipi di rumore e livelli di Rapporto Segnale/Rumore (SNR) desiderati.

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 Aggiornato 2024-07-01 📅 Creato 2019-08-26

Domande frequenti

1

Qual è il repository #speech-processing più popolare su GitHub?

Il progetto open source #speech-processing più alto in classifica su GitHub è w-okada/voice-changer, con 21,430 stelle. Cambia voce in tempo reale Realtime Voice Changer

2

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

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

3

Come viene calcolata la classifica dei repository #speech-processing?

Monitoriamo 31 repository open source attivi contrassegnati con #speech-processing (500+ stelle), per un totale di 106,282 stelle e una media di 3,428 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.