Git Stars Git Stars

#speech リポジトリ

#speechのタグが付いた、GitHub上の75件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は371,290個で、プロジェクトあたりの平均は4,950個です。このトピックをリードしているのは、44,052個のスターを獲得しているcoqui-ai/TTSです。

75
リポジトリ総数
371,290
合計スター数
4,950
リポジトリあたりの平均スター数

リポジトリ合計76件

1
coqui-ai/TTS

🐸💬 - テキスト読み上げのためのディープラーニングツールキット。研究と本番環境で実証済み

coqui-ai
⭐ 44,052 Python 👤 coqui-ai Organization 🕐 更新日時 2024-08-16 📅 作成日 2020-05-20
2
OpenBMB/VoxCPM

VoxCPM2: トークナイザー不要の多言語音声生成、クリエイティブな声デザイン、および本物そっくりのクローニングのためのTTS

OpenBMB
⭐ 42,850 Python 👤 OpenBMB Organization 🕐 更新日時 2026-11-09 📅 作成日 2025-09-16
3
babysor/MockingBird

🚀5秒で音声をクローンし、リアルタイムで任意の音声を生成

babysor
⭐ 36,856 Python 👤 babysor User 🕐 更新日時 2026-03-03 📅 作成日 2021-08-07
4
m-bain/whisperX

WhisperX: 単語レベルのタイムスタンプ(&話者分離)を備えた自動音声認識

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 更新日時 2026-11-21 📅 作成日 2022-12-09
5
IDEA-Research/Grounded-Segment-Anything

Grounded SAM:Grounding DINOとSegment Anything & Stable Diffusion & Recognize Anythingを融合 - すべてを自動検出、セグメンテーション、生成

IDEA-Research
⭐ 17,288 Jupyter Notebook 👤 IDEA-Research Organization 🕐 更新日時 2024-09-05 📅 作成日 2023-04-06
6
kaldi-asr/kaldi

kaldi-asr/kaldi は Kaldi プロジェクトの公式所在地です。

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 更新日時 2025-09-22 📅 作成日 2015-04-20
7
huggingface/speech-to-speech

オープンソースモデルで音声エージェントを構築

huggingface
⭐ 13,760 Python 👤 huggingface Organization 🕐 更新日時 2026-11-19 📅 作成日 2024-08-07
8
snakers4/silero-vad

Silero VAD: 事前トレーニング済みのエンタープライズグレード音声アクティビティ検出器

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 更新日時 2026-11-20 📅 作成日 2020-11-23
9
AIGC-Audio/AudioGPT

AudioGPT: 音声、音楽、サウンド、話す頭の理解と生成

AIGC-Audio
⭐ 10,208 Python 👤 AIGC-Audio Organization 🕐 更新日時 2024-07-06 📅 作成日 2023-03-16
10
modelscope/modelscope

ModelScope: Model-as-a-Service の概念を実現します。

modelscope
⭐ 9,224 Python 👤 modelscope Organization 🕐 更新日時 2026-11-16 📅 作成日 2022-07-25
11
netease-youdao/EmotiVoice

EmotiVoice 😊: マルチボイス&プロンプト制御TTSエンジン

netease-youdao
⭐ 8,541 Python 👤 netease-youdao User 🕐 更新日時 2026-09-03 📅 作成日 2023-11-08
12
PaddlePaddle/models

PaddlePaddle によって公式にメンテナンスおよびサポートされており、CV、NLP、Speech、Rec、TS、大規模モデルなどを含みます。

PaddlePaddle
⭐ 6,939 Python 👤 PaddlePaddle Organization 🕐 更新日時 2025-01-15 📅 作成日 2017-04-20
13
TalAter/annyang

💬 あなたのサイトの音声認識

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 更新日時 2026-10-29 📅 作成日 2013-08-23
14
snakers4/silero-models

Silero モデル:驚くほど簡単に使えるようになった、事前学習済みのテキスト音声変換モデル

snakers4
⭐ 6,223 Jupyter Notebook 👤 snakers4 User 🕐 更新日時 2026-10-15 📅 作成日 2020-09-11
15
cactus-compute/engine

コンシューマー向けデバイス用の2ビット量子化、カーネル、ランタイム。

cactus-compute
⭐ 6,200 C++ 👤 cactus-compute Organization 🕐 更新日時 2026-11-05 📅 作成日 2025-04-23
16
MahmoudAshraf97/whisper-diarization

OpenAI Whisperに基づく話者分離による自動音声認識

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 更新日時 2026-08-15 📅 作成日 2023-01-25
17
Rikorose/DeepFilterNet

ディープフィルタリングによるノイズ抑制

Rikorose
⭐ 5,070 Python 👤 Rikorose User 🕐 更新日時 2026-11-06 📅 作成日 2021-10-10
18
jianchang512/stt

音声認識からテキストへのツール / JSON、srt字幕、プレーンテキスト形式で出力される、ローカルでオフラインで動作するオーディオ/ビデオ字幕変換ツール

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 更新日時 2026-01-22 📅 作成日 2023-12-28
19
fixie-ai/ultravox

リアルタイム音声のための高速マルチモーダルLLM

fixie-ai
⭐ 4,587 Python 👤 fixie-ai Organization 🕐 更新日時 2025-12-12 📅 作成日 2024-05-29
20
modelscope/ClearerVoice-Studio

音声強調、分離、ターゲット話者抽出などをサポートするAI搭載音声処理ツールキットとオープンソースSOTA事前学習済みモデル。

modelscope
⭐ 4,404 Python 👤 modelscope Organization 🕐 更新日時 2025-08-14 📅 作成日 2024-11-12
21
metavoiceio/metavoice-src

人間のような表現力豊かなTTSのための基盤モデル

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 更新日時 2024-07-30 📅 作成日 2024-02-06
22
IAHispano/Applio

使いやすさとパフォーマンスに焦点を当てた、シンプルで高品質な音声変換ツール。

IAHispano
⭐ 4,048 Python 👤 IAHispano Organization 🕐 更新日時 2026-11-19 📅 作成日 2023-08-07
23
avinashkranjan/Amazing-Python-Scripts

🚀 自動化タスクスクリプトを含む、基本から応用までの驚くべきPythonスクリプトの厳選されたコレクション。

avinashkranjan
⭐ 3,727 Jupyter Notebook 👤 avinashkranjan User 🕐 更新日時 2026-11-07 📅 作成日 2020-07-14
24
ahmetoner/whisper-asr-webservice

OpenAI Whisper ASR WebサービスAPI

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 更新日時 2026-10-01 📅 作成日 2022-09-22
25
shu223/iOS-10-Sampler

iOS 10 の新しい API のコード例。

shu223
⭐ 3,301 Swift 👤 shu223 User 🕐 更新日時 2024-05-01 📅 作成日 2016-09-03
26
pytorch/audio

オーディオ信号処理のためのデータ操作と変換、PyTorch によって駆動

pytorch
⭐ 2,971 Python 👤 pytorch Organization 🕐 更新日時 2026-11-21 📅 作成日 2017-05-05
27
readbeyond/aeneas

aeneas は Python/C ライブラリであり、音声とテキストを自動的に同期させるツールのセット(強制アライメントとも呼ばれる)です

readbeyond
⭐ 2,882 Python 👤 readbeyond User 🕐 更新日時 2026-11-16 📅 作成日 2015-05-11
⭐ 2,868 Python 👤 tensorflow Organization 🕐 更新日時 2026-10-29 📅 作成日 2018-07-24
29
linto-ai/whisper-timestamped

単語レベルのタイムスタンプと信頼度を備えた多言語音声自動認識

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 更新日時 2026-09-28 📅 作成日 2023-01-13
30
Camb-ai/MARS5-TTS

CAMB.AIのMARS5音声モデル(TTS)

Camb-ai
⭐ 2,809 Jupyter Notebook 👤 Camb-ai Organization 🕐 更新日時 2024-08-01 📅 作成日 2024-06-03
31
hahahumble/speechgpt

💬 SpeechGPTは、ChatGPTと会話できるウェブアプリケーションです。

hahahumble
⭐ 2,739 TypeScript 👤 hahahumble User 🕐 更新日時 2026-07-11 📅 作成日 2023-03-28
32
pndurette/gTTS

Google Translateのテキスト読み上げAPIと連携するためのPythonライブラリおよびCLIツール

pndurette
⭐ 2,637 Python 👤 pndurette User 🕐 更新日時 2026-04-06 📅 作成日 2014-05-15
33
TEN-framework/ten-vad

音声アクティビティ検出器(VAD):低遅延、高性能、軽量

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-04-29
34
DigitalPhonetics/IMS-Toucan

7000以上の言語に対応する、制御可能で高速なText-to-Speech!

DigitalPhonetics
⭐ 2,211 Python 👤 DigitalPhonetics Organization 🕐 更新日時 2026-01-25 📅 作成日 2021-08-05
35
jarikomppa/soloud

ゲーム向けの無料、簡単、ポータブルなオーディオエンジン

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 更新日時 2024-08-13 📅 作成日 2013-07-15
36
praat/praat.github.io

Praat: コンピューターで音声学を行う

praat
⭐ 2,034 C 👤 praat Organization 🕐 更新日時 2026-11-17 📅 作成日 2014-04-11
37
travisvn/openai-edge-tts

OpenAI、Azure、ElevenLabsを置き換える無料の高品質テキスト読み上げAPIエンドポイント

travisvn
⭐ 1,962 Python 👤 travisvn User 🕐 更新日時 2025-07-01 📅 作成日 2024-10-09
38
julius-speech/julius

オープンソースの大語彙連続音声認識エンジン

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 更新日時 2025-06-16 📅 作成日 2015-04-28
39
csteinmetz1/ai-audio-startups

オーディオおよび音楽テクノロジー分野でAIを活用するスタートアップのコミュニティリスト

csteinmetz1
⭐ 1,761 👤 csteinmetz1 User 🕐 更新日時 2025-01-22 📅 作成日 2022-06-13
40
Tencent-Hunyuan/AuK

AuK:音声生成・編集のためのオープンソース基盤モデル

Tencent-Hunyuan
⭐ 1,615 Python 👤 Tencent-Hunyuan Organization 🕐 更新日時 2026-11-19 📅 作成日 2026-08-19
41
Delta-ML/delta

DELTAは、ディープラーニングベースの自然言語および音声処理プラットフォームです。LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 更新日時 2025-04-16 📅 作成日 2019-05-29
42
bytedance/SALMONN

SALMONNファミリー:高度なマルチモーダルLLMスイート

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 更新日時 2026-10-16 📅 作成日 2023-08-11
43
nyrahealth/CrisperWhisper

制御可能な文字起こし。逐語的(すべてのフィラー、ポーズ、どもり、発声を含む)、または意図ベース(話者が伝えようとした内容を、読みやすさを考慮して最適化)で、単語レベルのタイムスタンプに対応。

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 更新日時 2026-11-11 📅 作成日 2024-05-24
44
HG-ha/MTools

MTools は、音声・動画処理、画像編集、テキスト操作、エンコードツールを統合した高機能な多機能デスクトップアプリケーションです。AI による拡張機能を内蔵し、ローカル MCP サービスも提供します。ワークフローを簡素化し、生産性を高めることを目的としています。

HG-ha
⭐ 1,385 Python 👤 HG-ha User 🕐 更新日時 2026-10-09 📅 作成日 2025-10-26
45
haoheliu/voicefixer

一般的な音声復元

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 更新日時 2025-02-17 📅 作成日 2021-09-06
46
DengBoCong/nlp-paper

自然言語処理分野の関連論文(読書ノート付き)、モデルの再現、データ処理など(コードはTensorFlowとPyTorchの2バージョンを含む)

DengBoCong
⭐ 1,314 Python 👤 DengBoCong User 🕐 更新日時 2024-01-05 📅 作成日 2020-09-05
47
ictnlp/StreamSpeech

StreamSpeechは、オフラインおよび同時音声認識、音声翻訳、音声合成のための「オールインワン」シームレスモデルです。

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 更新日時 2025-06-29 📅 作成日 2024-06-04
48
roatienza/Deep-Learning-Experiments

深層学習を理解するためのビデオ、ノート、実験

roatienza
⭐ 1,208 Jupyter Notebook 👤 roatienza User 🕐 更新日時 2026-11-02 📅 作成日 2017-01-10
49
lhotse-speech/lhotse

機械学習プロジェクトにおけるマルチモーダルデータを扱うためのツール。

lhotse-speech
⭐ 1,166 Python 👤 lhotse-speech Organization 🕐 更新日時 2026-11-20 📅 作成日 2020-04-24
50
sooftware/conformer

「Conformer: Convolution-augmented Transformer for Speech Recognition」(INTERSPEECH 2020)の【非公式】PyTorch実装

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 更新日時 2026-11-15 📅 作成日 2021-01-21

よくある質問

1

GitHubで最も人気のある#speechリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#speechプロジェクトは、44,052個のスターを獲得しているcoqui-ai/TTSです。🐸💬 - テキスト読み上げのためのディープラーニングツールキット。研究と本番環境で実証済み

2

#speechリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#speechプロジェクトでは、Python, Jupyter Notebook, C, TypeScriptが最も一般的なプログラミング言語です。

3

#speechリポジトリのランキングはどのように算出されていますか?

#speechのタグが付いた75件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は371,290個で、リポジトリあたりの平均は4,950個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。