Git Stars Git Stars

#speech-synthesis Repository

100
Totale Repository
559,718
Totale stelle
5,597
Media Stelle/Repo
51
devnen/Chatterbox-TTS-Server

Auto-ospita il potente modello Chatterbox TTS. Questo server offre un'interfaccia Web user-friendly, endpoint API flessibili (inclusi compatibili con OpenAI), voci predefinite, clonazione vocale ed elaborazione di testi su larga scala per audiolibri. Esegue accelerato su NVIDIA (CUDA), AMD (ROCm) e CPU.

devnen
โญ 1,517 Python ๐Ÿ‘ค devnen User ๐Ÿ• Aggiornato 2026-05-26 ๐Ÿ“… Creato 2025-05-31
โญ 1,500 Python ๐Ÿ‘ค BytedanceSpeech User ๐Ÿ• Aggiornato 2024-06-14 ๐Ÿ“… Creato 2024-06-03
53
OpenMOSS/MOSS-TTSD

Un modello multilingue per la sintesi di dialoghi a piรน parlanti e di lunga durata, con controllo flessibile dei parlanti e clonazione vocale zero-shot

OpenMOSS
โญ 1,423 Python ๐Ÿ‘ค OpenMOSS Organization ๐Ÿ• Aggiornato 2026-09-06 ๐Ÿ“… Creato 2025-06-17
54
microsoft/SpeechT5

Pre-addestramento unimodale vocale-testuale unificato per l'elaborazione del linguaggio parlato

microsoft
โญ 1,420 Python ๐Ÿ‘ค microsoft Organization ๐Ÿ• Aggiornato 2024-04-24 ๐Ÿ“… Creato 2022-02-08
55
s-macke/SAM

Software Automatic Mouth - Piccolo Sintetizzatore Vocale

s-macke
โญ 1,384 C ๐Ÿ‘ค s-macke User ๐Ÿ• Aggiornato 2024-06-10 ๐Ÿ“… Creato 2013-05-13
56
coqui-ai/open-speech-corpora

๐Ÿ’Ž Un elenco di corpora vocali accessibili per ASR, TTS e altre tecnologie vocali

coqui-ai
โญ 1,377 ๐Ÿ‘ค coqui-ai Organization ๐Ÿ• Aggiornato 2024-06-06 ๐Ÿ“… Creato 2019-01-31
57
mmorise/World

Un sistema di analisi, manipolazione e sintesi vocale di alta qualitร 

mmorise
โญ 1,363 C++ ๐Ÿ‘ค mmorise User ๐Ÿ• Aggiornato 2026-10-09 ๐Ÿ“… Creato 2015-11-15
58
haoheliu/voicefixer

Ripristino generale del parlato

haoheliu
โญ 1,337 Python ๐Ÿ‘ค haoheliu User ๐Ÿ• Aggiornato 2025-02-17 ๐Ÿ“… Creato 2021-09-06
59
ictnlp/StreamSpeech

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

ictnlp
โญ 1,274 Python ๐Ÿ‘ค ictnlp Organization ๐Ÿ• Aggiornato 2025-06-29 ๐Ÿ“… Creato 2024-06-04
60
janvarev/Irene-Voice-Assistant

Irina รจ un assistente vocale russo per il lavoro offline. Supporta le skill tramite plugin.

janvarev
โญ 1,184 Python ๐Ÿ‘ค janvarev User ๐Ÿ• Aggiornato 2026-07-26 ๐Ÿ“… Creato 2021-12-14
61
NVIDIA/BigVGAN

Implementazione ufficiale di PyTorch di BigVGAN (ICLR 2023)

NVIDIA
โญ 1,164 Python ๐Ÿ‘ค NVIDIA Organization ๐Ÿ• Aggiornato 2024-09-05 ๐Ÿ“… Creato 2022-06-07
63
VOICEVOX/voicevox_core

Il nucleo di VOICEVOX, un software di sintesi vocale di media qualitร  utilizzabile gratuitamente

VOICEVOX
โญ 1,150 Rust ๐Ÿ‘ค VOICEVOX Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2021-08-31
64
ardha27/AI-Waifu-Vtuber

Vtuber AI per lo streaming su Youtube/Twitch

ardha27
โญ 1,124 Python ๐Ÿ‘ค ardha27 User ๐Ÿ• Aggiornato 2026-05-31 ๐Ÿ“… Creato 2023-03-11
65
k2-fsa/ZipVoice

Sintesi vocale zero-shot rapida e di alta qualitร  con Flow Matching

k2-fsa
โญ 1,114 Python ๐Ÿ‘ค k2-fsa Organization ๐Ÿ• Aggiornato 2025-12-02 ๐Ÿ“… Creato 2025-06-20
66
Finrandojin/alexandria-audiobook

Generatore di audiolibri multi-voce alimentato da IA โ€” annotazione script LLM, clonazione vocale, design vocale, addestramento LoRA, controllo stile per riga ed esportazione in MP3, M4B con capitoli o tracce multiple Audacity. Costruito su Qwen3-TTS.

Finrandojin
โญ 1,105 Python ๐Ÿ‘ค Finrandojin User ๐Ÿ• Aggiornato 2026-08-02 ๐Ÿ“… Creato 2026-02-03
67
auspicious3000/autovc

AutoVC: Trasferimento di stile vocale zero-shot con solo perdita dell'autoencoder

auspicious3000
โญ 1,085 Python ๐Ÿ‘ค auspicious3000 User ๐Ÿ• Aggiornato 2024-10-23 ๐Ÿ“… Creato 2019-05-14
68
Makememo/MemoAI

MemoAI Video in testo tradotto, sottotitoli e note rese facili.

Makememo
โญ 1,082 ๐Ÿ‘ค Makememo User ๐Ÿ• Aggiornato 2026-11-16 ๐Ÿ“… Creato 2023-07-30
69
Edresson/YourTTS

YourTTS: Verso TTS multi-speaker in modalitร  zero-shot e conversione vocale in modalitร  zero-shot per tutti

Edresson
โญ 1,045 Jupyter Notebook ๐Ÿ‘ค Edresson User ๐Ÿ• Aggiornato 2024-11-04 ๐Ÿ“… Creato 2021-10-06
70
gexgd0419/NaturalVoiceSAPIAdapter

Rendi le voci TTS naturali di Azure accessibili a qualsiasi applicazione compatibile con SAPI 5.

gexgd0419
โญ 1,025 C++ ๐Ÿ‘ค gexgd0419 User ๐Ÿ• Aggiornato 2026-10-27 ๐Ÿ“… Creato 2023-12-15
71
Azure-Samples/Cognitive-Speech-TTS

Esempi dellโ€™API di sintesi vocale di Microsoft

Azure-Samples
โญ 1,020 Python ๐Ÿ‘ค Azure-Samples Organization ๐Ÿ• Aggiornato 2026-11-16 ๐Ÿ“… Creato 2016-05-31
72
festvox/flite

Un sistema di sintesi vocale piccolo, veloce e portatile

festvox
โญ 1,011 C ๐Ÿ‘ค festvox User ๐Ÿ• Aggiornato 2024-07-03 ๐Ÿ“… Creato 2017-10-21
โญ 927 Python ๐Ÿ‘ค Lux-Luna Organization ๐Ÿ• Aggiornato 2026-04-17 ๐Ÿ“… Creato 2025-09-25
74
FireRedTeam/FireRedTTS

Un sistema TTS di base potenziato da LLM open-source

FireRedTeam
โญ 925 Python ๐Ÿ‘ค FireRedTeam Organization ๐Ÿ• Aggiornato 2025-09-28 ๐Ÿ“… Creato 2024-08-15
75
gabrielmittag/NISQA

NISQA - Valutazione Non Intrusiva della Qualitร  del Discorso e Naturalitร  TTS

gabrielmittag
โญ 899 Python ๐Ÿ‘ค gabrielmittag User ๐Ÿ• Aggiornato 2024-12-01 ๐Ÿ“… Creato 2019-02-14
76
vndee/local-talking-llm

Un LLM parlante che funziona sul tuo computer senza bisogno di internet.

vndee
โญ 896 Python ๐Ÿ‘ค vndee User ๐Ÿ• Aggiornato 2026-04-04 ๐Ÿ“… Creato 2024-03-24
77
lmnt-com/diffwave

DiffWave รจ un vocoder neurale e sintetizzatore di forme d'onda veloce e di alta qualitร .

lmnt-com
โญ 876 Python ๐Ÿ‘ค lmnt-com Organization ๐Ÿ• Aggiornato 2024-03-26 ๐Ÿ“… Creato 2020-09-23
78
LuoGen-AI/LuoGen-agent

Produzione di video virali con un clic: 1. Estrazione automatica di testi di riferimento 2. Imitazione automatica di testi 3. Clonazione vocale automatica basata sul testo 4. Generazione automatica di narrazione da persona digitale 5. Aggiunta automatica di sottotitoli 6. Aggiunta automatica di musica di sottofondo 7. Aggiunta automatica di titoli video 8. Generazione automatica di copertine video 9. Pubblicazione automatica di video su varie piattaforme

LuoGen-AI
โญ 870 Python ๐Ÿ‘ค LuoGen-AI User ๐Ÿ• Aggiornato 2025-10-03 ๐Ÿ“… Creato 2025-10-02
79
netease-youdao/Confucius4-TTS

Confucius4-TTS: un motore di sintesi vocale (TTS) multilingue e cross-lingue zero-shot

netease-youdao
โญ 861 Python ๐Ÿ‘ค netease-youdao User ๐Ÿ• Aggiornato 2026-11-04 ๐Ÿ“… Creato 2026-05-19
80
Ampixa/sanoTTS

sanoTTS (เคธเคพเคจเฅ‹ significa ยซpiccoloยป in nepalese): un sistema neurale di sintesi vocale con un numero di parametri compreso tra 294 mila e 2,27 milioni, che funziona su un chip da 3 $, nel browser o in Python, con streaming a bassa latenza.

Ampixa
โญ 851 C ๐Ÿ‘ค Ampixa Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2026-07-11
81
JeremyCCHsu/Python-Wrapper-for-World-Vocoder

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

JeremyCCHsu
โญ 796 Cython ๐Ÿ‘ค JeremyCCHsu User ๐Ÿ• Aggiornato 2026-08-20 ๐Ÿ“… Creato 2016-05-24
83
fluxions-ai/vui

Vui Nano โ€” un piccolo modello di sintesi vocale consapevole del contesto, addestrato su conversazioni reali. 219 milioni di parametri attivi (305 milioni in totale), Apache 2.0, clonazione vocale e streaming; funziona su CPU (build in C priva di dipendenze). Include un assistente vocale completo in tempo reale: WebRTC, ASR, LLM locale e compatibilitร  con lโ€™API Realtime di OpenAI.

fluxions-ai
โญ 782 Python ๐Ÿ‘ค fluxions-ai Organization ๐Ÿ• Aggiornato 2026-10-10 ๐Ÿ“… Creato 2025-06-05
84
X-T-E-R/Uni-TTS

L'intento di questo progetto รจ quello di uniformare il modo in cui vengono utilizzate varie sintesi vocali, supportare piรน adattatori per sintesi vocali, consentire l'uso diretto come modulo o l'avvio di un servizio backend.

X-T-E-R
โญ 762 Python ๐Ÿ‘ค X-T-E-R User ๐Ÿ• Aggiornato 2024-04-15 ๐Ÿ“… Creato 2024-02-16
85
thorstenMueller/Thorsten-Voice

Thorsten-Voice: Una voce TTS tedesca di alta qualitร , gratuita da utilizzare e funzionante offline, dovrebbe essere disponibile per ogni progetto senza problemi di licenza.

thorstenMueller
โญ 746 Python ๐Ÿ‘ค thorstenMueller User ๐Ÿ• Aggiornato 2026-08-04 ๐Ÿ“… Creato 2019-10-29
86
facebookresearch/audiobox-aesthetics

Valutazione automatica unificata della qualitร  per parlato, musica e suoni.

facebookresearch
โญ 725 Python ๐Ÿ‘ค facebookresearch Organization ๐Ÿ• Aggiornato 2025-06-05 ๐Ÿ“… Creato 2025-01-22
87
DmitryRyumin/INTERSPEECH-2023-24-Papers

Pubblicazioni INTERSPEECH 2023-2024: Una raccolta completa di ricerche influenti ed entusiasmanti dalla conferenza INTERSPEECH 2023-24. Esplora gli ultimi progressi nell'elaborazione del parlato e del linguaggio. Codice incluso. Metti una stella al repository per supportare l'avanzamento della tecnologia vocale!

DmitryRyumin
โญ 683 ๐Ÿ‘ค DmitryRyumin User ๐Ÿ• Aggiornato 2024-12-25 ๐Ÿ“… Creato 2023-06-26
88
liutaocode/TTS-arxiv-daily

Aggiorna automaticamente ogni giorno i paper Text-to-Speech (TTS) utilizzando Github Actions (Aggiornamento ogni 12 ore)

liutaocode
โญ 670 Python ๐Ÿ‘ค liutaocode User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2024-03-18
89
DanRuta/xVA-Synth

App Electron per la sintesi vocale basata su machine learning, con voci di personaggi specifici dai videogiochi

DanRuta
โญ 633 JavaScript ๐Ÿ‘ค DanRuta User ๐Ÿ• Aggiornato 2024-04-28 ๐Ÿ“… Creato 2018-06-17
90
HojoAI/Hojo-TTS-Light

Hojo-TTS-Light รจ una serie di modelli leggeri di generazione vocale sviluppata da HojoAI, che attualmente comprende modelli da 0,04B e 0,08B.

HojoAI
โญ 617 Python ๐Ÿ‘ค HojoAI User ๐Ÿ• Aggiornato 2026-11-05 ๐Ÿ“… Creato 2026-05-08
91
oscie57/tiktok-voice

Semplice script Python per interagire con l'API TTS di TikTok

oscie57
โญ 595 Python ๐Ÿ‘ค oscie57 User ๐Ÿ• Aggiornato 2024-10-12 ๐Ÿ“… Creato 2022-04-10
92
opendilab/CleanS2S

Agente interattivo Speech-to-Speech di alta qualitร  e in streaming in un singolo file. Prototipo di agente intelligente per interazione vocale full-duplex in streaming realizzato con un solo file!

opendilab
โญ 543 Python ๐Ÿ‘ค opendilab Organization ๐Ÿ• Aggiornato 2026-04-07 ๐Ÿ“… Creato 2024-09-26
โญ 538 Python ๐Ÿ‘ค playht Organization ๐Ÿ• Aggiornato 2026-06-11 ๐Ÿ“… Creato 2025-05-22
94
xingchensong/S3Tokenizer

Reverse Engineering del Tokenizer semantico di voce supervisato (S3Tokenizer) proposto in CosyVoice

xingchensong
โญ 536 Python ๐Ÿ‘ค xingchensong User ๐Ÿ• Aggiornato 2026-11-01 ๐Ÿ“… Creato 2024-09-09
95
huakunyang/SummerTTS

SummerTTS รจ un progetto di sintesi vocale (TTS) autonomo basato su C++ per le lingue cinese e inglese. Funziona in locale senza necessitร  di rete e non ha dipendenze aggiuntive. Una volta completata la compilazione con un solo clic, รจ pronto per essere utilizzato per la sintesi vocale in cinese e inglese.

huakunyang
โญ 536 C++ ๐Ÿ‘ค huakunyang User ๐Ÿ• Aggiornato 2025-07-10 ๐Ÿ“… Creato 2023-04-20
96
bshall/knn-vc

Conversione vocale con solo i vicini piรน prossimi

bshall
โญ 529 Python ๐Ÿ‘ค bshall User ๐Ÿ• Aggiornato 2026-01-16 ๐Ÿ“… Creato 2023-03-08
97
liusongxiang/Large-Audio-Models

Tieni traccia dei grandi modelli nel dominio audio, inclusi parlato, canto, musica ecc.

liusongxiang
โญ 522 ๐Ÿ‘ค liusongxiang User ๐Ÿ• Aggiornato 2026-07-03 ๐Ÿ“… Creato 2023-03-12
98
yl4579/StarGANv2-VC

StarGANv2-VC: Un framework diversificato, non supervisionato e non parallelo per la conversione vocale dal suono naturale

yl4579
โญ 520 Python ๐Ÿ‘ค yl4579 User ๐Ÿ• Aggiornato 2025-01-13 ๐Ÿ“… Creato 2021-07-21
99
nyosegawa/speech.cpp

Sintesi vocale, riconoscimento vocale e rilevamento dellโ€™attivitร  vocale per conversazioni vocali, in C++ su ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet e Silero VAD su Metal, Vulkan e CPU, con un server compatibile con OpenAI e trascrizione in tempo reale.

nyosegawa
โญ 510 C++ ๐Ÿ‘ค nyosegawa User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2026-09-29
100
zhao-kun/VibeVoiceFusion

VibeVoiceFusion รจ un sistema web full-stack per la generazione vocale multi-speaker, con fine-tuning LoRA, generazione in batch e ottimizzazione della VRAM. Basato su VibeVoice di Microsoft (architettura autoregressiva + diffusione).

zhao-kun
โญ 501 Python ๐Ÿ‘ค zhao-kun User ๐Ÿ• Aggiornato 2026-10-05 ๐Ÿ“… Creato 2025-09-26