Git Stars Git Stars

#speech-synthesis リポジトリ

100
リポジトリ総数
559,718
合計スター数
5,597
リポジトリあたりの平均スター数

リポジトリ合計101件

51
devnen/Chatterbox-TTS-Server

強力なChatterbox TTSモデルをセルフホストします。このサーバーは、ユーザーフレンドリーなWeb UI、柔軟なAPIエンドポイント(OpenAI互換を含む)、事前定義された音声、音声クローニング、および大規模なオーディオブック規模のテキスト処理を提供します。NVIDIA(CUDA)、AMD(ROCm)、およびCPUで高速実行されます。

devnen
⭐ 1,517 Python 👤 devnen User 🕐 更新日時 2026-05-26 📅 作成日 2025-05-31
53
OpenMOSS/MOSS-TTSD

柔軟な話者制御とゼロショット音声クローニングを備えた、長時間・マルチスピーカー対話合成のための多言語モデル

OpenMOSS
⭐ 1,423 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-09-06 📅 作成日 2025-06-17
54
microsoft/SpeechT5

音声言語処理のための統一モーダル音声-テキスト事前学習

microsoft
⭐ 1,420 Python 👤 microsoft Organization 🕐 更新日時 2024-04-24 📅 作成日 2022-02-08
55
s-macke/SAM

Software Automatic Mouth - 小型音声合成器

s-macke
⭐ 1,384 C 👤 s-macke User 🕐 更新日時 2024-06-10 📅 作成日 2013-05-13
56
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
57
mmorise/World

高品質な音声分析、操作、および合成システム

mmorise
⭐ 1,363 C++ 👤 mmorise User 🕐 更新日時 2026-10-09 📅 作成日 2015-11-15
58
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
59
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
60
janvarev/Irene-Voice-Assistant

Irinaは、オフライン作業用のロシアの音声アシスタントです。プラグインを介してスキルをサポートします。

janvarev
⭐ 1,184 Python 👤 janvarev User 🕐 更新日時 2026-07-26 📅 作成日 2021-12-14
61
NVIDIA/BigVGAN

BigVGAN(ICLR 2023)の公式PyTorch実装

NVIDIA
⭐ 1,164 Python 👤 NVIDIA Organization 🕐 更新日時 2024-09-05 📅 作成日 2022-06-07
63
VOICEVOX/voicevox_core

無料で使える中品質なテキスト読み上げソフトウェア、VOICEVOXのコア

VOICEVOX
⭐ 1,150 Rust 👤 VOICEVOX Organization 🕐 更新日時 2026-11-21 📅 作成日 2021-08-31
64
ardha27/AI-Waifu-Vtuber

YouTube/Twitchでのストリーミング用AI VTuber

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 更新日時 2026-05-31 📅 作成日 2023-03-11
65
k2-fsa/ZipVoice

Flow Matching による高速・高品質なゼロショット音声合成

k2-fsa
⭐ 1,114 Python 👤 k2-fsa Organization 🕐 更新日時 2025-12-02 📅 作成日 2025-06-20
66
Finrandojin/alexandria-audiobook

AI駆動のマルチボイスオーディオブック生成器 — LLMスクリプト注釈、ボイスクローニング、ボイスデザイン、LoRAトレーニング、行ごとのスタイル制御、MP3、章付きM4B、またはAudacityマルチトラックへのエクスポート。Qwen3-TTSを基盤に構築。

Finrandojin
⭐ 1,105 Python 👤 Finrandojin User 🕐 更新日時 2026-08-02 📅 作成日 2026-02-03
67
auspicious3000/autovc

AutoVC: オートエンコーダ損失のみを使用したゼロショット音声スタイル転送

auspicious3000
⭐ 1,085 Python 👤 auspicious3000 User 🕐 更新日時 2024-10-23 📅 作成日 2019-05-14
68
Makememo/MemoAI

MemoAI ビデオから翻訳されたテキスト、字幕、ノートを簡単に作成できます。

Makememo
⭐ 1,082 👤 Makememo User 🕐 更新日時 2026-11-16 📅 作成日 2023-07-30
69
Edresson/YourTTS

YourTTS: 誰でも利用できるゼロショット・マルチスピーカーTTSとゼロショット音声変換に向けて

Edresson
⭐ 1,045 Jupyter Notebook 👤 Edresson User 🕐 更新日時 2024-11-04 📅 作成日 2021-10-06
70
gexgd0419/NaturalVoiceSAPIAdapter

Azure の自然な TTS 音声を SAPI 5 互換のアプリケーションから利用できるようにします。

gexgd0419
⭐ 1,025 C++ 👤 gexgd0419 User 🕐 更新日時 2026-10-27 📅 作成日 2023-12-15
71
Azure-Samples/Cognitive-Speech-TTS

Microsoft 音声合成 API サンプル

Azure-Samples
⭐ 1,020 Python 👤 Azure-Samples Organization 🕐 更新日時 2026-11-16 📅 作成日 2016-05-31
72
festvox/flite

小型で高速のポータブル音声合成システム

festvox
⭐ 1,011 C 👤 festvox User 🕐 更新日時 2024-07-03 📅 作成日 2017-10-21
74
FireRedTeam/FireRedTTS

オープンソースLLM搭載基盤TTSシステム

FireRedTeam
⭐ 925 Python 👤 FireRedTeam Organization 🕐 更新日時 2025-09-28 📅 作成日 2024-08-15
75
gabrielmittag/NISQA

NISQA - 非侵入型音声品質およびTTS自然度評価

gabrielmittag
⭐ 899 Python 👤 gabrielmittag User 🕐 更新日時 2024-12-01 📅 作成日 2019-02-14
76
vndee/local-talking-llm

インターネットを必要とせずに、自分のコンピューターで実行できる会話型LLM。

vndee
⭐ 896 Python 👤 vndee User 🕐 更新日時 2026-04-04 📅 作成日 2024-03-24
77
lmnt-com/diffwave

DiffWaveは、高速で高品質なニューラルボコーダーおよび波形シンセサイザーです。

lmnt-com
⭐ 876 Python 👤 lmnt-com Organization 🕐 更新日時 2024-03-26 📅 作成日 2020-09-23
78
LuoGen-AI/LuoGen-agent

ワンクリックでバズる動画を生成:1. ベンチマーク原稿の自動抽出 2. 原稿の自動模倣 3. 原稿に基づいた音声の自動クローン 4. デジタルヒューマンによる自動ナレーション生成 5. 字幕の自動追加 6. BGMの自動追加 7. 動画タイトルの自動追加 8. 動画カバーの自動生成 9. 各プラットフォームへの動画自動投稿

LuoGen-AI
⭐ 870 Python 👤 LuoGen-AI User 🕐 更新日時 2025-10-03 📅 作成日 2025-10-02
79
netease-youdao/Confucius4-TTS

Confucius4-TTS: 多言語およびクロスリンガルなゼロショットTTSエンジン

netease-youdao
⭐ 861 Python 👤 netease-youdao User 🕐 更新日時 2026-11-04 📅 作成日 2026-05-19
80
Ampixa/sanoTTS

sanoTTS(सानो はネパール語で「小さい」の意味):29万4,000~227万パラメーターのニューラル音声合成システム。3ドルのチップ上、ブラウザー内、またはPythonで動作し、低遅延ストリーミングに対応します。

Ampixa
⭐ 851 C 👤 Ampixa Organization 🕐 更新日時 2026-11-20 📅 作成日 2026-07-11
81
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
83
fluxions-ai/vui

Vui Nano — 実際の会話で学習した、小型で文脈認識に対応する音声合成モデル。アクティブパラメータは2億1,900万(合計3億500万)、Apache 2.0、音声クローンとストリーミングに対応し、CPU上で動作します(依存関係のないCビルド)。完全なリアルタイム音声アシスタントを同梱:WebRTC、ASR、ローカルLLM、OpenAI Realtime API互換。

fluxions-ai
⭐ 782 Python 👤 fluxions-ai Organization 🕐 更新日時 2026-10-10 📅 作成日 2025-06-05
84
X-T-E-R/Uni-TTS

このプロジェクトの意図は、さまざまな音声合成エンジンの使用方法を統一し、複数の音声合成エンジンアダプターをサポートし、モジュールとして直接使用したり、バックエンドサービスを起動したりすることを可能にすることです。

X-T-E-R
⭐ 762 Python 👤 X-T-E-R User 🕐 更新日時 2024-04-15 📅 作成日 2024-02-16
85
thorstenMueller/Thorsten-Voice

Thorsten-Voice: ライセンスの悩みなく、すべてのプロジェクトで利用可能な、無料でオフライン動作する高品質なドイツ語TTSボイスが提供されるべきです。

thorstenMueller
⭐ 746 Python 👤 thorstenMueller User 🕐 更新日時 2026-08-04 📅 作成日 2019-10-29
86
facebookresearch/audiobox-aesthetics

音声、音楽、サウンドの統一された自動品質評価。

facebookresearch
⭐ 725 Python 👤 facebookresearch Organization 🕐 更新日時 2025-06-05 📅 作成日 2025-01-22
87
DmitryRyumin/INTERSPEECH-2023-24-Papers

INTERSPEECH 2023-2024 論文:INTERSPEECH 2023-24 会議からの影響力がありエキサイティングな研究論文の完全なコレクション。音声および言語処理の最新の進歩をご覧ください。コードが含まれています。音声技術の進歩をサポートするためにリポジトリをスターしてください!

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 更新日時 2024-12-25 📅 作成日 2023-06-26
88
liutaocode/TTS-arxiv-daily

Github Actions を使用してテキスト読み上げ (TTS) 論文を毎日自動更新 (12時間ごと更新)

liutaocode
⭐ 670 Python 👤 liutaocode User 🕐 更新日時 2026-11-20 📅 作成日 2024-03-18
89
DanRuta/xVA-Synth

機械学習ベースの音声合成 Electron アプリ、ビデオゲームの特定のキャラクターの声付き

DanRuta
⭐ 633 JavaScript 👤 DanRuta User 🕐 更新日時 2024-04-28 📅 作成日 2018-06-17
90
HojoAI/Hojo-TTS-Light

Hojo-TTS-LightはHojoAIが開発した軽量な音声生成モデルシリーズで、現在は0.04Bと0.08Bのモデルを展開しています。

HojoAI
⭐ 617 Python 👤 HojoAI User 🕐 更新日時 2026-11-05 📅 作成日 2026-05-08
91
oscie57/tiktok-voice

TikTok TTS APIと対話するためのシンプルなPythonスクリプト

oscie57
⭐ 595 Python 👤 oscie57 User 🕐 更新日時 2024-10-12 📅 作成日 2022-04-10
92
opendilab/CleanS2S

高品質でストリーミング対応のSpeech-to-Speech対話エージェントを単一ファイルで。1つのファイルだけで実現したストリーミング全二重音声インタラクティブプロトタイプインテリジェントエージェント!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 更新日時 2026-04-07 📅 作成日 2024-09-26
94
xingchensong/S3Tokenizer

CosyVoiceで提案された監督付き意味的音声トークナイザー(S3Tokenizer)のリバースエンジニアリング

xingchensong
⭐ 536 Python 👤 xingchensong User 🕐 更新日時 2026-11-01 📅 作成日 2024-09-09
95
huakunyang/SummerTTS

SummerTTS は、C++ベースのスタンドアロンな中国語および英語の音声合成(TTS)プロジェクトです。ネットワークや追加の依存関係が不要で、ローカルで実行可能であり、ワンクリックでビルドが完了すれば、中国語と英語の音声合成にすぐにご利用いただけます。

huakunyang
⭐ 536 C++ 👤 huakunyang User 🕐 更新日時 2025-07-10 📅 作成日 2023-04-20
96
bshall/knn-vc

最近傍のみを使用した音声変換

bshall
⭐ 529 Python 👤 bshall User 🕐 更新日時 2026-01-16 📅 作成日 2023-03-08
97
liusongxiang/Large-Audio-Models

音声、歌唱、音楽など、オーディオ分野の主要モデルを追跡します。

liusongxiang
⭐ 522 👤 liusongxiang User 🕐 更新日時 2026-07-03 📅 作成日 2023-03-12
98
yl4579/StarGANv2-VC

StarGANv2-VC:自然な音声を生成する多様、教師なし、非並列フレームワーク

yl4579
⭐ 520 Python 👤 yl4579 User 🕐 更新日時 2025-01-13 📅 作成日 2021-07-21
99
nyosegawa/speech.cpp

ggml 上の C++ による音声会話向けの音声合成、音声認識、音声活動検出:Metal、Vulkan、CPU で動作する Qwen3-TTS、Irodori-TTS、Qwen3-ASR、ReazonSpeech、parakeet、Silero VAD。OpenAI 互換サーバーとライブ文字起こしにも対応。

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 更新日時 2026-11-20 📅 作成日 2026-09-29
100
zhao-kun/VibeVoiceFusion

VibeVoiceFusionは、LoRAファインチューニング、一括生成、VRAM最適化を備えた、フルスタックのマルチスピーカー音声生成Webシステムです。MicrosoftのVibeVoice(自己回帰+拡散アーキテクチャ)をベースにしています。

zhao-kun
⭐ 501 Python 👤 zhao-kun User 🕐 更新日時 2026-10-05 📅 作成日 2025-09-26