#tts Repository
Scopri 219 repository GitHub open source attivi contrassegnati con #tts, che raccolgono un totale di 1,286,218 stelle (con una media di 5,873 stelle per progetto). Il progetto leader di questo argomento è debpalash/VoiceStudio, con 115,753 stelle.
222 repository in totale
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.
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)
Clona una voce in 5 secondi per generare discorsi arbitrari in tempo reale
LocalAI è il motore AI open-source. Esegui qualsiasi modello - LLM, visione, voce, immagine, video - su qualsiasi hardware. Nessuna GPU richiesta.
VoxCPM2: TTS senza tokenizer per generazione vocale multilingue, design vocale creativo e clonazione realistica
Mastra è il moderno framework TypeScript per applicazioni e agenti basati sull'intelligenza artificiale.
Readest è un moderno lettore di ebook ricco di funzionalità progettato per i lettori avidi, che offre un accesso multipiattaforma senza interruzioni, strumenti potenti e un'interfaccia intuitiva per migliorare la tua esperienza di lettura.
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.
Crea audiolibri dagli e-book con oltre 50 motori TTS, clonazione vocale e supporto per 1.696 lingue!
Traduci il video da una lingua all'altra e incorpora doppiaggio e sottotitoli.
🌈 Un software multipiattaforma per la traduzione di testo e l'OCR | Un software multipiattaforma per la traduzione e il riconoscimento del testo.
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)
Precedentemente KrillinAI, uno strumento per tradurre e doppiare video in oltre 120 lingue. Uno spazio di lavoro AI open source per creator, basato su Codex. Scarica e traduci video e crea video, immagini, contenuti audio e modifiche con gli agenti, tutto in un unico posto. Per i tuoi social media come YouTube, TikTok, Instagram e altri.
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
Conversazione vocale a text con latenza molto bassa, riconoscimento dell'intento e text a voce, per la creazione di agenti e interfacce vocali
Piattaforma di Ingegneria per Agenti IA costruita su un Framework di Agenti IA TypeScript Open Source
Lettura sorgente libro - Biblioteca di Xiangse + Lettura attenta + YuanYue + Sorgente libro lettura 3.0 + YuanRead + Ai Yue Shu Xiang + QianYue + Lettura Huohua + Lettura indistruttibile + Fanqie + Ximalaya + Fumetti + Audiolibri + Sorgente libro + Sorgente IPTV + App Troll IPA = aggiornamento automatico
Crea rapidamente agenti di testo, voce e video. Un backend per agenti veloce basato su Go, con SDK per tutti i linguaggi. Impostazioni predefinite sensate per ricerca, conoscenze, competenze, telefonia, ambienti sandbox, memoria e persistenza. IA sovrana. Prendi il controllo della tua IA.
Una semplice interfaccia web nativa che utilizza ChatTTS per sintetizzare testo in voce, insieme al supporto per interfacce API esterne.
Un motore video AIGC generico: dalla sceneggiatura al film finito in un'unica pipeline — drammi, annunci, video di prodotti, giochi otome e altro ancora.
Libreria text-to-speech multilingue di alta qualità di MyShell.ai. Supporta inglese, spagnolo, francese, cinese, giapponese e coreano.
🤖 wukong-robot è un progetto semplice, flessibile ed elegante di robot per il dialogo vocale in cinese/cassa intelligente, che supporta le capacità di dialogo multi-turno di ChatGPT e potrebbe essere il primo progetto di cassa intelligente open source che supporta l'interazione cervello-computer.
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
🎤 Strumento di sintesi vocale Microsoft, costruito con Electron + Vue + ElementPlus + Vite.
Wrapper Docker compatibile con OpenAI per la sintesi vocale Kokoro-82M, con supporto multipiattaforma di PyTorch per CPU e GPU AMD e NVIDIA; più voci, clonazione e personalizzazione della voce, timestamp per i sottotitoli, SSML, WebSocket e interfaccia web opzionale per seguire la lettura
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
Questa è un'applicazione TTS per sistema Android, con interfacce demo Microsoft integrate, richieste HTTP personalizzabili, la possibilità di importare altri motori TTS locali, nonché la lettura basata sul riconoscimento di narrazioni/dialoghi semplici tra virgolette cinesi, oltre a tentativi automatici di ripetizione, configurazioni di backup, sostituzione del testo e molte altre funzionalità.
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.
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
Domande frequenti
Qual è il repository #tts più popolare su GitHub?
Il progetto open source #tts più alto in classifica su GitHub è debpalash/VoiceStudio, con 115,753 stelle. 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.
Quali linguaggi di programmazione sono più utilizzati nei repository #tts?
Tra i progetti #tts più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, C++, Go.
Come viene calcolata la classifica dei repository #tts?
Monitoriamo 219 repository open source attivi contrassegnati con #tts (500+ stelle), per un totale di 1,286,218 stelle e una media di 5,873 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.