Git Stars Git Stars

#speech-processing リポジトリ

#speech-processingのタグが付いた、GitHub上の31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106,282個で、プロジェクトあたりの平均は3,428個です。このトピックをリードしているのは、21,430個のスターを獲得しているw-okada/voice-changerです。

31
リポジトリ総数
106,282
合計スター数
3,428
リポジトリあたりの平均スター数

リポジトリ合計31件

1
w-okada/voice-changer

リアルタイムボイスチェンジャー Realtime Voice Changer

w-okada
⭐ 21,430 Python 👤 w-okada User 🕐 更新日時 2026-11-17 📅 作成日 2022-08-22
2
speechbrain/speechbrain

PyTorchベースの音声ツールキット

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 更新日時 2026-10-14 📅 作成日 2020-04-28
3
pyannote/pyannote-audio

話者ダイアライゼーションのためのニューラルビルディングブロック:音声活動検出、話者変更検出、重なり音声検出、話者エンベディング

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 更新日時 2026-11-19 📅 作成日 2016-03-07
4
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
5
HenryNdubuaku/maths-cs-ai-compendium

数学、コンピューティング、機械学習を直感的に網羅したこの型破りな教科書で、卓越したAI/MLリサーチャー・エンジニアを目指しましょう。

HenryNdubuaku
⭐ 7,730 TypeScript 👤 HenryNdubuaku User 🕐 更新日時 2026-07-18 📅 作成日 2026-02-03
6
pliang279/awesome-multimodal-ml

マルチモーダル機械学習の研究トピックのための読書リスト

pliang279
⭐ 6,773 👤 pliang279 User 🕐 更新日時 2024-08-20 📅 作成日 2019-05-27
7
Agentchengfeng/chengfeng-videocut-skills

Claude Code Skills を使って作られた動画編集エージェント

Agentchengfeng
⭐ 3,252 JavaScript 👤 Agentchengfeng User 🕐 更新日時 2026-10-10 📅 作成日 2026-01-14
8
microsoft/torchscale

(M)LLMのための基盤アーキテクチャ

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 更新日時 2024-04-11 📅 作成日 2022-11-17
9
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
10
wiseman/py-webrtcvad

WebRTC 音声活動検出器の Python インターフェース

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 更新日時 2024-07-04 📅 作成日 2016-04-23
11
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
12
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
13
resemble-ai/resemble-enhance

AIによる音声ノイズ除去とエンハンスメント

resemble-ai
⭐ 2,128 Python 👤 resemble-ai Organization 🕐 更新日時 2024-12-03 📅 作成日 2023-11-15
14
wq2012/awesome-diarization

素晴らしい Speaker Diarization の論文、ライブラリ、データセット、およびその他のリソースのキュレーションされたリスト。

wq2012
⭐ 1,917 👤 wq2012 User 🕐 更新日時 2026-10-26 📅 作成日 2019-01-19
15
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
16
0nutation/SpeechGPT

SpeechGPTシリーズ:音声大規模言語モデル

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 更新日時 2024-07-22 📅 作成日 2023-05-16
17
coqui-ai/open-speech-corpora

💎 ASR、TTS、およびその他の音声技術のためのアクセス可能な音声コーパスのリスト

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 更新日時 2024-06-06 📅 作成日 2019-01-31
18
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
19
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
20
midas-research/audino

人間のためのオープンソースオーディオアノテーションツール

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 更新日時 2026-02-03 📅 作成日 2019-10-03
21
X-LANCE/SLAM-LLM

大規模言語モデルによる音声、言語、オーディオ、音楽処理のためのフレームワーク

X-LANCE
⭐ 1,072 Python 👤 X-LANCE Organization 🕐 更新日時 2026-01-15 📅 作成日 2023-10-23
22
facebookresearch/spiritlm

論文「Spirit-LM Interleaved Spoken and Written Language Model」の推論コード。

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 更新日時 2024-10-28 📅 作成日 2024-09-06
23
facebookresearch/SONAR

SONAR, 音声およびテキストのエンコーダーとデコーダーの完全なスイートを備えた、新しい多言語およびマルチモーダルの固定サイズ文埋め込みスペース。

facebookresearch
⭐ 912 Python 👤 facebookresearch Organization 🕐 更新日時 2025-10-10 📅 作成日 2023-08-01
24
google/visqol

音声とオーディオのための知覚品質推定器

google
⭐ 894 C++ 👤 google Organization 🕐 更新日時 2025-05-17 📅 作成日 2019-12-06
25
Ryuk17/SpeechAlgorithms

お探しの音声アルゴリズムはこちらで見つかります

Ryuk17
⭐ 878 C 👤 Ryuk17 User 🕐 更新日時 2026-10-03 📅 作成日 2020-05-11
26
JeremyCCHsu/Python-Wrapper-for-World-Vocoder

高品質ボコーダー "World"のためのPythonラッパー

JeremyCCHsu
⭐ 796 Cython 👤 JeremyCCHsu User 🕐 更新日時 2026-08-20 📅 作成日 2016-05-24
27
D-Keqi/mtla

MTLA: Multi-head Temporal Latent Attention

D-Keqi
⭐ 761 Python 👤 D-Keqi User 🕐 更新日時 2025-10-06 📅 作成日 2025-05-19
28
Rudrabha/LipGAN

このリポジトリには LipGAN のコードが含まれています。LipGAN は「Towards Automatic Face-to-Face Translation」というタイトルの論文の一部として公開されました。

Rudrabha
⭐ 617 Python 👤 Rudrabha User 🕐 更新日時 2025-06-22 📅 作成日 2020-01-02
29
pliang279/MultiBench

[NeurIPS 2021] マルチモーダル表現学習のためのマルチスケールベンチマーク

pliang279
⭐ 605 HTML 👤 pliang279 User 🕐 更新日時 2024-01-27 📅 作成日 2021-03-05
30
ddlBoJack/Speech-Resources

音声方向ラボ/会社/リソース/インターンシップなど、推薦または自薦を歓迎します

ddlBoJack
⭐ 591 👤 ddlBoJack User 🕐 更新日時 2024-11-13 📅 作成日 2021-11-04
31
microsoft/MS-SNSD

Microsoft Scalable Noisy Speech Dataset (MS-SNSD) は、話者数、ノイズの種類、および望ましい Speech to Noise Ratio (SNR) レベルに応じて任意のサイズにスケール可能なノイジースピーチデータセットです。

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 更新日時 2024-07-01 📅 作成日 2019-08-26

よくある質問

1

GitHubで最も人気のある#speech-processing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-processingプロジェクトは、21,430個のスターを獲得しているw-okada/voice-changerです。リアルタイムボイスチェンジャー Realtime Voice Changer

2

#speech-processing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-processingプロジェクトでは、Python, C, TypeScript, HTMLが最も一般的なプログラミング言語です。

3

#speech-processing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-processingのタグが付いた31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106,282個で、リポジトリあたりの平均は3,428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。