#speech-synthesis Repository
Scopri 100 repository GitHub open source attivi contrassegnati con #speech-synthesis, che raccolgono un totale di 559,718 stelle (con una media di 5,597 stelle per progetto). Il progetto leader di questo argomento è microsoft/VibeVoice, con 57,449 stelle.
101 repository in totale
VoxCPM2: TTS senza tokenizer per generazione vocale multilingue, design vocale creativo e clonazione realistica
Un framework scalabile di intelligenza artificiale generativa costruito per ricercatori e sviluppatori che lavorano su Large Language Models, Multimodal e Speech AI (Automatic Speech Recognition e Text-to-Speech)
Script di deep learning all'avanguardia organizzati per modelli - facili da addestrare e distribuire con accuratezza e prestazioni riproducibili su infrastruttura di livello enterprise.
TTS multilingue velocissimo on-device — in esecuzione nativamente tramite ONNX.
Gradio WebUI per creatori e sviluppatori, con le principali funzionalità TTS (Edge-TTS, kokoro) e Voice Cloning zero-shot (E2 & F5-TTS, CosyVoice), con elaborazione audio Whisper, download da YouTube, isolamento vocale Demucs e traduzione multilingue.
Toolkit per il riconoscimento vocale facile da usare che include modello di apprendimento auto-supervisionato, ASR SOTA/Streaming con punteggiatura, TTS Streaming con frontend di testo, Sistema di Verifica del Parlante, Traduzione Vocale End-to-End e Rilevamento di Parole Chiave. Ha vinto il Best Demo Award NAACL2022.
Usa il servizio online di sintesi vocale di Microsoft Edge da Python SENZA aver bisogno di Microsoft Edge
Amphion (/æmˈfaɪən/) è un toolkit per la generazione di audio, musica e voce. Il suo scopo è supportare la ricerca riproducibile e aiutare ricercatori e ingegneri junior ad iniziare nel campo della ricerca e sviluppo nella generazione di audio, musica e voce.
Fork di so-vits-svc con supporto in tempo reale, interfaccia migliorata e più funzionalità.
Una libreria text-to-speech (TTS), speech-to-text (STT) e speech-to-speech (STS) basata sul framework MLX di Apple, che fornisce un'efficiente analisi vocale su Apple Silicon.
Zonos-v0.1 è un modello text-to-speech open-weight leader, addestrato su oltre 200.000 ore di parlato multilingue vario, che offre espressività e qualità pari, se non superiori, ai migliori provider TTS.
eSpeak NG è un sintetizzatore vocale open source che supporta più di cento lingue e accenti.
Modelli Silero: modelli text-to-speech pre-addestrati resi incredibilmente semplici
StyleTTS 2: Verso la sintesi vocale a livello umano attraverso la diffusione dello stile e l'addestramento avversariale con grandi modelli linguistici vocali
DiffSinger: Sintesi della voce cantata tramite meccanismo di diffusione superficiale (SVS & TTS); AAAI 2022; Codice ufficiale
Un modello TTS multilingue da 100 milioni di parametri per l’inferenza in tempo reale su CPU, la clonazione della voce e la generazione stereo a 48 kHz
Una famiglia di modelli open source per la sintesi vocale a lungo formato, la sintesi di dialoghi, la progettazione delle voci, gli effetti sonori e il TTS in streaming in tempo reale
:stuck_out_tongue_closed_eyes: TensorFlowTTS: Sintesi vocale all'avanguardia in tempo reale per Tensorflow 2 (supportati tra cui inglese, francese, coreano, cinese, tedesco e facile da adattare per altre lingue)
TTS vietnamita con clonazione istantanea della voce • Sul dispositivo • Inferenza in tempo reale su CPU • Qualità audio a 48 kHz • Sintesi vocale in vietnamita • Da testo a voce in vietnamita • TTS vietnamita
Strumento AI per doppiaggio/traduzione video multilingue intelligente - Linly-Dubbing — “AI abilitata, lingue senza confini”
Assistente AI in tempo reale per i ray‑ban smart glasses Meta — voce + visione + azioni agentiche tramite Gemini Live e OpenClaw
MARY TTS -- un sistema di sintesi vocale da testo multilingue open-source scritto in puro Java
HiFi-GAN: Reti Generative Avversarie per una Sintesi Vocale Efficiente e ad Alta Fedeltà
App Linux Speech Note. Prendere appunti, leggere e tradurre con Speech to Text offline, Text to Speech e traduzione automatica.
Modello Text-to-Speech basato su Flow Matching con controllo dello stile guidato da emoji
Parallel WaveGAN Non Ufficiale (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) con PyTorch
Domande frequenti
Qual è il repository #speech-synthesis più popolare su GitHub?
Il progetto open source #speech-synthesis più alto in classifica su GitHub è microsoft/VibeVoice, con 57,449 stelle. IA Vocale di Frontiera Open-Source
Quali linguaggi di programmazione sono più utilizzati nei repository #speech-synthesis?
Tra i progetti #speech-synthesis più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, C#.
Come viene calcolata la classifica dei repository #speech-synthesis?
Monitoriamo 100 repository open source attivi contrassegnati con #speech-synthesis (500+ stelle), per un totale di 559,718 stelle e una media di 5,597 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.