#speech-to-speech リポジトリ
#speech-to-speechのタグが付いた、GitHub上の16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35,295個で、プロジェクトあたりの平均は2,205個です。このトピックをリードしているのは、6,240個のスターを獲得しているdograh-hq/dograhです。
リポジトリ合計17件
オープンソースの音声AIプラットフォーム。VapiおよびRetellのセルフホスト型代替ソリューション。オンプレミス対応、Speech-to-SpeechまたはLLM/STT/TTSでのBYOK(Bring Your Own Key)利用が可能。ビジュアルワークフロービルダー、MCPネイティブ、テレフォニーサポートを完備。
ggmlを搭載した、オールインワンの純粋なC++オーディオモデル推論エンジン。TTS、STT、VAD、音声変換、音楽生成などをサポートし、高度に最適化されたパフォーマンスを実現。Python依存なし。
聞いたり、話したり、考えたりできるオープンソースのマルチモーダル大規模言語モデル。リアルタイムのエンドツーエンド音声入力とストリーミングオーディオ出力の会話機能を備えています。
LLaMA-Omniは、Llama-3.1-8B-Instructを基盤とした低遅延・高品質なエンドツーエンド音声対話モデルであり、GPT-4oレベルの音声能力の実現を目指しています。
Arduino ESP32で100種類以上のモデルに対応するリアルタイム音声AI。AI玩具、デスクトップコンパニオン、各種デバイス向けのセキュアなWebSocketとエッジ関数を搭載
音声AI彼女(DeepSeek Harness向け音声AI彼女):Whisperによる音声入力 + Qwen3-TTSによる音声クローン + 文単位のストリーミング読み上げ + アニメーションアバターウィンドウ。割り込み/キューの2モードに対応し、話しかけるとすぐに中断できます。
セルフホスト型のAPIファーストAIコールセンター:AIが会話し、コードが通話を制御します。AIエージェントがすべての着信に応答し、通話を切ることなく人間が引き継げます。FreeSWITCH上で動作し、お使いのSIPトランクとリアルタイムモデル(OpenAI、Grok、Qwen、Doubao、または互換性のあるゲートウェイ)を利用できます。
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!
あなたの声のトーンを聞き取り、それに合ったトーンで話すオープンな全二重音声モデル。vLLM-Omniなら1基のGPUで、MLXならMac上で完全オフライン実行が可能。ゼロショット音声クローン、OpenAI Realtime / GPT-Live互換、ホスト型APIの無料トライアルを提供。Apache-2.0。
よくある質問
GitHubで最も人気のある#speech-to-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-to-speechプロジェクトは、6,240個のスターを獲得しているdograh-hq/dograhです。オープンソースの音声AIプラットフォーム。VapiおよびRetellのセルフホスト型代替ソリューション。オンプレミス対応、Speech-to-SpeechまたはLLM/STT/TTSでのBYOK(Bring Your Own Key)利用が可能。ビジュアルワークフロービルダー、MCPネイティブ、テレフォニーサポートを完備。
#speech-to-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-to-speechプロジェクトでは、Python, TypeScript, Swift, C++が最も一般的なプログラミング言語です。
#speech-to-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-to-speechのタグが付いた16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35,295個で、リポジトリあたりの平均は2,205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。