#text-to-speech Repository
Scopri 260 repository GitHub open source attivi contrassegnati con #text-to-speech, che raccolgono un totale di 1,515,362 stelle (con una media di 5,828 stelle per progetto). Il progetto leader di questo argomento è harry0703/MoneyPrinterTurbo, con 144,921 stelle.
261 repository in totale
Genera video brevi in HD da un argomento o una parola chiave con un flusso di lavoro automatizzato basato sull'IA.
VoiceStudio è l’alternativa open source e completamente locale a ElevenLabs: clonazione vocale, progettazione della voce, doppiaggio video, dettatura, trascrizione e creazione di audiolibri in 646 lingue.
Il primo sistema di produzione video open-source e agentico al mondo. 12 pipeline di produzione, oltre 100 strumenti, oltre 700 file di competenze dell'agente e conoscenze di produzione. Trasforma il tuo assistente di codifica AI in uno studio di produzione video completo.
Interfaccia locale per eseguire e addestrare LLM e modelli di diffusione. Supporta GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX e altro.
1 minuto di dati vocali può anche essere utilizzato per addestrare un buon modello TTS! (clonazione vocale few-shot)
VoxCPM2: TTS senza tokenizer per generazione vocale multilingue, design vocale creativo e clonazione realistica
Un sistema Text-to-Speech Zero-Shot controllabile ed efficiente a livello industriale
Modello di generazione vocale multilingue di grandi dimensioni, che fornisce capacità full-stack per inferenza, addestramento e implementazione.
Traduci il video da una lingua all'altra e incorpora doppiaggio e sottotitoli.
Un modello TTS in grado di generare dialoghi ultrarealistici in un unico passaggio.
Una raccolta di stili cinematografici creati con il codice per Claude Code: 99 stili pronti all’uso, con la possibilità di crearne di propri. Ogni stile include un prompt e un filmato dimostrativo realizzato interamente con il codice da Claude Opus 5.5, senza alcun modello video. Di Lemomo.
Da parlato a testo, da testo a parlato, diarizzazione dell'oratore, miglioramento della voce, separazione delle sorgenti e VAD utilizzando la prossima generazione di Kaldi con onnxruntime senza connessione Internet. Supporto per sistemi embedded, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, NPU RK, NPU Axera, NPU Ascend, server x86_64, server/client websocket, supporto per 12 linguaggi di programmazione
Codice ufficiale per "F5-TTS: una fiaba che falsifica discorsi fluenti e fedeli con Flow Matching"
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.
Usa il servizio online di sintesi vocale di Microsoft Edge da Python SENZA aver bisogno di Microsoft Edge
🏠 Collega l'altoparlante XiaoAi a ChatGPT e Doubao, trasformandolo nel tuo assistente vocale esclusivo.
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.
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.
Pre-release di ODS V3: test pubblici e perfezionamenti in vista del lancio ufficiale della V3. Trasforma il tuo PC, Mac o computer Linux in un server IA privato.
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.
Libreria text-to-speech multilingue di alta qualità di MyShell.ai. Supporta inglese, spagnolo, francese, cinese, giapponese e coreano.
eSpeak NG è un sintetizzatore vocale open source che supporta più di cento lingue e accenti.
Questo repository contiene risorse curate a mano per Prompt Engineering con un focus su Generative Pre-trained Transformer (GPT), ChatGPT, PaLM ecc.
AI genera video brevi in massa con un clic, mixa automaticamente video brevi, pubblica automaticamente video su Douyin, Kuaishou, Xiaohongshu, Video Channel, guadagnare non è mai stato così facile! Supporta modelli vocali locali chatTTS, faster-whisper, GPTSoVITS, supporta voci cloud: Azure, Alibaba Cloud, Tencent Cloud. Supporta Stable diffusion, comfyUI per la generazione diretta di immagini AI. Genera video brevi con un clic utilizzando KI LLM, stampa denaro insieme! Supportato: chatTTS, faster-whisper, GPTSoVITS, Azure, Tencent Cloud, Ali Cloud.
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.
Modelli Silero: modelli text-to-speech pre-addestrati resi incredibilmente semplici
🎙️🤖Crea, personalizza e parla con il tuo personaggio/compagno IA in tempo reale (Tutto in un'unica codebase!). Avvia una conversazione naturale e fluida con l'IA ovunque (mobile, web e terminale) utilizzando LLM OpenAI GPT3.5/4, Anthropic Claude2, Chroma Vector DB, Whisper Speech2Text, ElevenLabs Text2Speech🎙️🤖
StyleTTS 2: Verso la sintesi vocale a livello umano attraverso la diffusione dello stile e l'addestramento avversariale con grandi modelli linguistici vocali
Localizzazione e doppiaggio video con IA open source per YouTube/Bilibili: riconoscimento vocale, traduzione dei sottotitoli, clonazione vocale, missaggio audio e rendering. Strumento open source di traduzione e doppiaggio video con IA.
Domande frequenti
Qual è il repository #text-to-speech più popolare su GitHub?
Il progetto open source #text-to-speech più alto in classifica su GitHub è harry0703/MoneyPrinterTurbo, con 144,921 stelle. Genera video brevi in HD da un argomento o una parola chiave con un flusso di lavoro automatizzato basato sull'IA.
Quali linguaggi di programmazione sono più utilizzati nei repository #text-to-speech?
Tra i progetti #text-to-speech più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, JavaScript, C++.
Come viene calcolata la classifica dei repository #text-to-speech?
Monitoriamo 260 repository open source attivi contrassegnati con #text-to-speech (500+ stelle), per un totale di 1,515,362 stelle e una media di 5,828 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.