Git Stars Git Stars

#speech Repository

75
Totale Repository
371,290
Totale stelle
4,950
Media Stelle/Repo
51
pykaldi/pykaldi

Un wrapper Python per Kaldi

pykaldi
โญ 1,039 Python ๐Ÿ‘ค pykaldi Organization ๐Ÿ• Aggiornato 2025-11-30 ๐Ÿ“… Creato 2017-06-19
52
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
53
ina-foss/inaSpeechSegmenter

Toolkit per la segmentazione audio basato su CNN. Consente di rilevare discorso, musica, rumore e genere del parlante. รˆ stato progettato per studi su larga scala sull'uguaglianza di genere basati sul tempo di parola per genere.

ina-foss
โญ 919 Python ๐Ÿ‘ค ina-foss Organization ๐Ÿ• Aggiornato 2026-03-12 ๐Ÿ“… Creato 2018-03-12
54
OpenMOSS/AnyGPT

Un modello linguistico multimodale unificato basato sulla modellazione di sequenze discrete

OpenMOSS
โญ 889 Python ๐Ÿ‘ค OpenMOSS Organization ๐Ÿ• Aggiornato 2026-09-06 ๐Ÿ“… Creato 2024-02-18
55
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
56
yeyupiaoling/PPASR

Riconoscimento vocale cinese end-to-end basato su PaddlePaddle, dall'introduzione alla pratica, casi di esempio introduttivi super semplici, progetti aziendali super pratici. Supporta i modelli piรน diffusi attualmente: DeepSpeech2, Conformer, Squeezeformer.

yeyupiaoling
โญ 868 Python ๐Ÿ‘ค yeyupiaoling User ๐Ÿ• Aggiornato 2025-12-17 ๐Ÿ“… Creato 2021-02-26
57
TrevorS/voxtral-mini-realtime-rs

Voxtral ASR & TTS in esecuzione nativamente e nel browser. Implementazione Rust di Voxtral mini ASR/TTS in tempo reale di Mistral utilizzando il framework ML Burn

TrevorS
โญ 827 Rust ๐Ÿ‘ค TrevorS User ๐Ÿ• Aggiornato 2026-10-12 ๐Ÿ“… Creato 2026-02-04
58
AlphaAvatar/AlphaAvatar

Un assistente omnicanale in tempo reale per tutti

AlphaAvatar
โญ 823 Python ๐Ÿ‘ค AlphaAvatar User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2025-07-30
59
cboard-org/cboard

Sistema di Comunicazione Aumentativa e Alternativa (CAA) con sintesi vocale per il browser

cboard-org
โญ 769 JavaScript ๐Ÿ‘ค cboard-org Organization ๐Ÿ• Aggiornato 2026-11-18 ๐Ÿ“… Creato 2017-02-10
60
goxr3plus/XR3Player

๐ŸŽง ๐ŸŽผ Il JavaFX Media Player PIร™ AVANZATO

goxr3plus
โญ 765 Java ๐Ÿ‘ค goxr3plus User ๐Ÿ• Aggiornato 2025-04-28 ๐Ÿ“… Creato 2017-01-10
61
yeyupiaoling/MASR

Un framework Pytorch per il riconoscimento vocale automatico in streaming e non, compatibile sia con il riconoscimento online che offline. Attualmente supporta i modelli Conformer, Squeezeformer e DeepSpeech2, insieme a vari metodi di data augmentation.

yeyupiaoling
โญ 729 Python ๐Ÿ‘ค yeyupiaoling User ๐Ÿ• Aggiornato 2026-07-06 ๐Ÿ“… Creato 2020-07-29
62
coqui-ai/TTS-papers

๐Ÿธ raccolta di articoli TTS

coqui-ai
โญ 720 ๐Ÿ‘ค coqui-ai Organization ๐Ÿ• Aggiornato 2024-07-04 ๐Ÿ“… Creato 2020-05-15
63
OlaWod/FreeVC

FreeVC: Per la conversione vocale one-shot di alta qualitร  senza testo

OlaWod
โญ 715 Python ๐Ÿ‘ค OlaWod User ๐Ÿ• Aggiornato 2025-01-19 ๐Ÿ“… Creato 2022-10-27
64
openspeech-team/openspeech

Toolkit open source per il riconoscimento vocale end-to-end che sfrutta PyTorch-Lightning e Hydra.

openspeech-team
โญ 715 Python ๐Ÿ‘ค openspeech-team Organization ๐Ÿ• Aggiornato 2026-06-21 ๐Ÿ“… Creato 2021-06-06
65
OpenMOSS/MOSS-Audio

Un modello open source per comprendere il parlato, i suoni ambientali e la musica attraverso la generazione di didascalie, domande e risposte e ragionamento

OpenMOSS
โญ 713 Python ๐Ÿ‘ค OpenMOSS Organization ๐Ÿ• Aggiornato 2026-09-06 ๐Ÿ“… Creato 2026-04-11
66
travisvn/chatterbox-tts-api

API locale compatibile con OpenAI per sintesi vocale (TTS) con Chatterbox, che consente agli utenti di generare discorsi clonati in qualsiasi luogo in cui viene utilizzata l'API OpenAI (ad es. Open WebUI, AnythingLLM, ecc.).

travisvn
โญ 700 Python ๐Ÿ‘ค travisvn User ๐Ÿ• Aggiornato 2025-12-23 ๐Ÿ“… Creato 2025-05-31
67
Orenoid/BabelDuck

Applicazione per la pratica di conversazioni con IA adatta ai principianti

Orenoid
โญ 694 TypeScript ๐Ÿ‘ค Orenoid User ๐Ÿ• Aggiornato 2026-04-07 ๐Ÿ“… Creato 2024-09-18
68
xinjli/allosaurus

Allosaurus รจ un riconoscitore telefonico universale pre-addestrato per oltre 2000 lingue

xinjli
โญ 689 Python ๐Ÿ‘ค xinjli User ๐Ÿ• Aggiornato 2024-04-26 ๐Ÿ“… Creato 2020-02-12
69
evancohen/sonus

:speech_balloon: /so.nus/ STT (da voce a testo) per Node con rilevamento hotword offline

evancohen
โญ 639 JavaScript ๐Ÿ‘ค evancohen User ๐Ÿ• Aggiornato 2026-09-11 ๐Ÿ“… Creato 2016-08-30
70
Graphi07/room-impulse-responses

Un elenco di set di dati di risposta all'impulso della stanza disponibili pubblicamente e script per scaricarli.

Graphi07
โญ 629 Shell ๐Ÿ‘ค Graphi07 User ๐Ÿ• Aggiornato 2026-08-21 ๐Ÿ“… Creato 2021-03-19
71
ddlBoJack/Speech-Resources

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

ddlBoJack
โญ 591 ๐Ÿ‘ค ddlBoJack User ๐Ÿ• Aggiornato 2024-11-13 ๐Ÿ“… Creato 2021-11-04
72
SpeechColab/Leaderboard

SpeechIO Leaderboard: una piattaforma di benchmarking ampia, robusta e completa per il riconoscimento vocale automatico.

SpeechColab
โญ 545 Python ๐Ÿ‘ค SpeechColab User ๐Ÿ• Aggiornato 2025-03-29 ๐Ÿ“… Creato 2021-02-07
73
google/tacotron

Campioni audio che accompagnano pubblicazioni relative a Tacotron, un modello di sintesi vocale end-to-end.

google
โญ 539 HTML ๐Ÿ‘ค google Organization ๐Ÿ• Aggiornato 2025-08-01 ๐Ÿ“… Creato 2017-03-20
74
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
75
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
76
adventists-ai/sophon-realtime

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 dellโ€™API ospitata. Apache-2.0.

adventists-ai
โญ 510 Python ๐Ÿ‘ค adventists-ai Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2026-11-04