#speech-synthesis リポジトリ
#speech-synthesisのタグが付いた、GitHub上の100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559,718個で、プロジェクトあたりの平均は5,597個です。このトピックをリードしているのは、57,449個のスターを獲得しているmicrosoft/VibeVoiceです。
リポジトリ合計101件
大規模言語モデル、マルチモーダル、および音声AI(自動音声認識とテキスト-to-スピーチ)を扱う研究者と開発者のために構築されたスケーラブルな生成AIフレームワーク
最先端の深層学習スクリプト - モデルごとに整理 - エンタープライズグレードのインフラで、再現可能な精度と性能で簡単にトレーニングとデプロイ可能。
クリエイターおよび開発者向けのGradio WebUI。主要なTTS(Edge-TTS、kokoro)とゼロショットボイスクローニング(E2 & F5-TTS、CosyVoice)を特徴とし、Whisperオーディオ処理、YouTubeダウンロード、Demucsボーカル分離、多言語翻訳を備えています。
使いやすい音声ツールキットで、自己教師あり学習モデル、句読点付きSOTA/ストリーミングASR、テキストフロントエンド付きストリーミングTTS、話者検証システム、エンドツーエンド音声翻訳、およびキーワード検出を含む。NAACL2022 Best Demo Awardを受賞。
Amphion (/æmˈfaɪən/) は、オーディオ、音楽、音声生成のためのツールキットです。その目的は、再現可能な研究をサポートし、若手研究者やエンジニアがオーディオ、音楽、音声生成の研究開発分野への参入を支援することです。
AppleのMLXフレームワーク上に構築されたテキスト読み上げ(TTS)、音声認識(STT)、音声間音声変換(STS)ライブラリで、Apple Siliconでの効率的な音声分析を提供します。
Zonos-v0.1は、20万時間以上の多様な多言語音声でトレーニングされた最先端のオープンウェイトテキスト音声合成モデルであり、トップTTSプロバイダーに匹敵するか、それを超える表現力と品質を提供します。
:stuck_out_tongue_closed_eyes: TensorFlowTTS: Tensorflow 2 のリアルタイム最先端音声合成(英語、フランス語、韓国語、中国語、ドイツ語を含む、その他の言語にも容易に適応可能)
即時音声クローン対応のベトナム語TTS • デバイス上で実行 • CPUによるリアルタイム推論 • 48kHzの音声品質 • ベトナム語の音声合成 • ベトナム語のテキスト読み上げ • ベトナム語TTS
Meta Ray‑Ban スマートグラス用リアルタイムAIアシスタント – Gemini LiveとOpenClawを通じた音声+画像+エージェンシーアクション
非公式 Parallel WaveGAN (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) PyTorch版
よくある質問
GitHubで最も人気のある#speech-synthesis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-synthesisプロジェクトは、57,449個のスターを獲得しているmicrosoft/VibeVoiceです。オープンソース フロンティア ボイス AI
#speech-synthesis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-synthesisプロジェクトでは、Python, Jupyter Notebook, TypeScript, C#が最も一般的なプログラミング言語です。
#speech-synthesis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-synthesisのタグが付いた100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559,718個で、リポジトリあたりの平均は5,597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。