#voice-cloning Repository
Scopri 76 repository GitHub open source attivi contrassegnati con #voice-cloning, che raccolgono un totale di 629,830 stelle (con una media di 8,287 stelle per progetto). Il progetto leader di questo argomento è debpalash/VoiceStudio, con 115,753 stelle.
77 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.
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
VoxCPM2: TTS senza tokenizer per generazione vocale multilingue, design vocale creativo e clonazione realistica
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!
Taglio, traduzione, allineamento e persino doppiaggio di sottotitoli a livello Netflix – team di sottotitoli video AI completamente automatizzato con un clic | Netflix級字幕切割、翻譯、對齊、甚至加上配音,一鍵全自動視頻搬運AI字幕組
Beta: l’editor video davvero gratuito, open source, locale per scelta e multipiattaforma. Programmabile tramite un’API JSON-RPC e MCP.
Qwen3-TTS è una serie di modelli TTS open-source sviluppati dal team Qwen di Alibaba Cloud, che supporta la generazione vocale stabile, espressiva e in streaming, la progettazione vocale libera e il clonaggio vivace della voce.
YuE2: generazione musicale all’avanguardia con pianificazione simbolica, cover zero-shot e editing musicale agentico.
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.
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.
🎙️🤖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🎙️🤖
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.
Un modello di clonazione vocale TTS rapido e di alta qualità che raggiunge velocità di 150× in tempo reale。
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
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
Uno strumento di conversione vocale semplice e di alta qualità incentrato sulla facilità d'uso e sulle prestazioni.
Sistema di Conversazione con Avatar Digitale - Linly-Talker. 😄✨ Linly-Talker è un sistema AI intelligente che combina modelli linguistici di grandi dimensioni (LLM) con modelli visivi per creare un nuovo metodo di interazione uomo-AI. 🤝🤖 Integra varie tecnologie come Whisper, Linly, Microsoft Speech Services e il sistema di generazione di teste parlanti SadTalker. 🌟🔬
Strumento AI per doppiaggio/traduzione video multilingue intelligente - Linly-Dubbing — “AI abilitata, lingue senza confini”
Server nativo per l’inferenza di LLM su Apple Silicon. Compatibile con le API di OpenAI e Anthropic. Senza Python. App macOS con backend in Zig e frontend in Swift, per la generazione di chat, musica, voce e video.
Studio audio e musicale locale con IA open source per macOS e Windows. Sintesi vocale, clonazione della voce, canzoni con testo e spartiti multitraccia: 100% offline, senza costi API.
Modello Text-to-Speech basato su Flow Matching con controllo dello stile guidato da emoji
Server ufficiale del protocollo di contesto del modello MiniMax (MCP) che consente l'interazione con potenti API di sintesi vocale, generazione di immagini e generazione di video.
Una completa integrazione ComfyUI per il modello text-to-speech VibeVoice di Microsoft, che consente la sintesi vocale di alta qualità per singolo e multi-speaker direttamente nei tuoi flussi di lavoro ComfyUI.
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.
Un modello multilingue per la sintesi di dialoghi a più parlanti e di lunga durata, con controllo flessibile dei parlanti e clonazione vocale zero-shot
💎 Un elenco di corpora vocali accessibili per ASR, TTS e altre tecnologie vocali
Un'integrazione di nodi personalizzati ComfyUI per la sintesi vocale e la conversione vocale locale multi-motore e multilingue. Supporta: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (classico e multilingue), F5-TTS, Higgs Audio 2, 3 e VibeVoice con lunghezza del testo illimitata, timing SRT, supporto per i personaggi e molti strumenti audio.
Generatore di podcast AI per episodi bilingue, Multilingue, Alternativa a NotebookLLM; Generatore di podcast AI per conversazioni reali, Multilingue, Voci multiple
Domande frequenti
Qual è il repository #voice-cloning più popolare su GitHub?
Il progetto open source #voice-cloning 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 #voice-cloning?
Tra i progetti #voice-cloning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, JavaScript.
Come viene calcolata la classifica dei repository #voice-cloning?
Monitoriamo 76 repository open source attivi contrassegnati con #voice-cloning (500+ stelle), per un totale di 629,830 stelle e una media di 8,287 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.