#speech-to-speech Repository
Scopri 16 repository GitHub open source attivi contrassegnati con #speech-to-speech, che raccolgono un totale di 35,295 stelle (con una media di 2,205 stelle per progetto). Il progetto leader di questo argomento è dograh-hq/dograh, con 6,240 stelle.
17 repository in totale
Piattaforma di IA vocale open source. Alternativa self-hosted a Vapi e Retell. On-premise, BYOK per Speech-to-Speech o LLM/STT/TTS, con un costruttore di flussi di lavoro visivo, nativo MCP e supporto per la telefonia.
Un motore di inferenza tutto-in-uno, puro C++, per modelli audio, basato su ggml. Supporta TTS, STT, VAD, conversione vocale, generazione musicale e altro, con prestazioni altamente ottimizzate. Nessuna dipendenza da Python.
Uno strumento di conversione vocale semplice e di alta qualità incentrato sulla facilità d'uso e sulle prestazioni.
Modello linguistico di grandi dimensioni multimodale open-source in grado di ascoltare, parlare e pensare. Dotato di funzionalità conversazionali con input vocale end-to-end in tempo reale e output audio in streaming.
LLaMA-Omni è un modello di interazione vocale end-to-end a bassa latenza e alta qualità basato su Llama-3.1-8B-Instruct, che mira a raggiungere capacità vocali al livello di GPT-4o.
IA vocale in tempo reale con oltre 100 modelli su Arduino ESP32, con WebSocket sicuri e funzioni edge per giocattoli IA, compagni da scrivania e dispositivi
Toolkit vocale IA per Apple Silicon — ASR, TTS, voce-su-voce, VAD e diarizzazione alimentati da MLX e CoreML
Fidanzata IA vocale (fidanzata IA vocale per DeepSeek Harness): input vocale con Whisper + clonazione vocale con Qwen3-TTS + riproduzione in streaming frase per frase + finestra con avatar animato. Due modalità: interruzione o coda; basta parlare per interrompere.
Fun-Audio-Chat è un modello linguistico audio di grandi dimensioni, costruito per interazioni vocali naturali e a bassa latenza.
Un'app assistente AI mobile multipiattaforma velocissima creata con React Native.
Un SDK modulare Swift per l'elaborazione audio con MLX su Apple Silicon
Centro chiamate AI self-hosted e API-first: l’AI parla, il codice controlla la chiamata. Gli agenti AI rispondono a ogni chiamata; una persona può subentrare senza interromperla. Funziona con FreeSWITCH, il tuo trunk SIP e un modello in tempo reale (OpenAI, Grok, Qwen, Doubao o qualsiasi gateway compatibile).
Il primo modello di dialogo parlato end-to-end, open-source e in tempo reale con clonazione vocale personalizzata.
Agente interattivo Speech-to-Speech di alta qualità e in streaming in un singolo file. Prototipo di agente intelligente per interazione vocale full-duplex in streaming realizzato con un solo file!
Modelli vocali open full-duplex che percepiscono il tuo tono e parlano con il proprio. Una sola GPU con vLLM-Omni, oppure funzionamento completamente offline su Mac con MLX. Clonazione vocale zero-shot, compatibili con OpenAI Realtime / GPT-Live, con prova gratuita dell’API ospitata. Apache-2.0.
Domande frequenti
Qual è il repository #speech-to-speech più popolare su GitHub?
Il progetto open source #speech-to-speech più alto in classifica su GitHub è dograh-hq/dograh, con 6,240 stelle. Piattaforma di IA vocale open source. Alternativa self-hosted a Vapi e Retell. On-premise, BYOK per Speech-to-Speech o LLM/STT/TTS, con un costruttore di flussi di lavoro visivo, nativo MCP e supporto per la telefonia.
Quali linguaggi di programmazione sono più utilizzati nei repository #speech-to-speech?
Tra i progetti #speech-to-speech più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, Swift, C++.
Come viene calcolata la classifica dei repository #speech-to-speech?
Monitoriamo 16 repository open source attivi contrassegnati con #speech-to-speech (500+ stelle), per un totale di 35,295 stelle e una media di 2,205 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.