Git Stars Git Stars

#speech リポジトリ

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

51
pykaldi/pykaldi

KaldiのためのPythonラッパー

pykaldi
⭐ 1,039 Python 👤 pykaldi Organization 🕐 更新日時 2025-11-30 📅 作成日 2017-06-19
52
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
53
ina-foss/inaSpeechSegmenter

CNNベースのオーディオセグメンテーションツールキット。音声、音楽、ノイズ、話者性別を検出可能。性別ごとの発話時間に基づく大規模なジェンダー平等研究のために設計されています。

ina-foss
⭐ 919 Python 👤 ina-foss Organization 🕐 更新日時 2026-03-12 📅 作成日 2018-03-12
54
OpenMOSS/AnyGPT

離散系列モデリングに基づく統合マルチモーダル言語モデル

OpenMOSS
⭐ 889 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-09-06 📅 作成日 2024-02-18
55
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
56
yeyupiaoling/PPASR

PaddlePaddleに基づくエンドツーエンド中国語音声認識、入門から実践まで、超簡単な入門事例、超実用的な企業プロジェクト。現在最も人気のあるDeepSpeech2、Conformer、Squeezeformerモデルをサポートします。

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 更新日時 2025-12-17 📅 作成日 2021-02-26
57
TrevorS/voxtral-mini-realtime-rs

Voxtral ASR & TTS がネイティブおよびブラウザで動作。Burn ML フレームワークを使用した Mistral の Voxtral mini リアルタイム ASR/TTS の Rust 実装

TrevorS
⭐ 827 Rust 👤 TrevorS User 🕐 更新日時 2026-10-12 📅 作成日 2026-02-04
58
AlphaAvatar/AlphaAvatar

誰もが使えるオムニ・リアルタイムアシスタント

AlphaAvatar
⭐ 823 Python 👤 AlphaAvatar User 🕐 更新日時 2026-11-21 📅 作成日 2025-07-30
59
cboard-org/cboard

ブラウザ用テキスト読み上げ機能付きの拡大・代替コミュニケーション(AAC)システム

cboard-org
⭐ 769 JavaScript 👤 cboard-org Organization 🕐 更新日時 2026-11-18 📅 作成日 2017-02-10
60
goxr3plus/XR3Player

🎧 🎼 最も先進的な JavaFX メディアプレーヤー

goxr3plus
⭐ 765 Java 👤 goxr3plus User 🕐 更新日時 2025-04-28 📅 作成日 2017-01-10
61
yeyupiaoling/MASR

Pytorchで実装されたストリーミングおよび非ストリーミング自動音声認識フレームワークで、オンラインおよびオフライン認識の両方と互換性があります。現在、Conformer、Squeezeformer、DeepSpeech2モデルをサポートしており、さまざまなデータ拡張方法もサポートしています。

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 更新日時 2026-07-06 📅 作成日 2020-07-29
62
coqui-ai/TTS-papers

🐸 TTS論文集

coqui-ai
⭐ 720 👤 coqui-ai Organization 🕐 更新日時 2024-07-04 📅 作成日 2020-05-15
63
OlaWod/FreeVC

FreeVC:高品質なテキストフリー・ワンショット音声変換に向けて

OlaWod
⭐ 715 Python 👤 OlaWod User 🕐 更新日時 2025-01-19 📅 作成日 2022-10-27
64
openspeech-team/openspeech

PyTorch-Lightning と Hydra を活用したエンドツーエンド音声認識のためのオープンソースツールキット。

openspeech-team
⭐ 715 Python 👤 openspeech-team Organization 🕐 更新日時 2026-06-21 📅 作成日 2021-06-06
65
OpenMOSS/MOSS-Audio

キャプション生成、質問応答、推論を通じて、音声、環境音、音楽を理解するためのオープンソースモデル

OpenMOSS
⭐ 713 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-09-06 📅 作成日 2026-04-11
66
travisvn/chatterbox-tts-api

Chatterboxを使用したローカルでOpenAI互換のテキスト音声API(TTS)で、OpenAI APIが使用される場所(例:Open WebUI、AnythingLLMなど)でユーザーが音声クローンされたスピーチを生成できるようにします。

travisvn
⭐ 700 Python 👤 travisvn User 🕐 更新日時 2025-12-23 📅 作成日 2025-05-31
67
Orenoid/BabelDuck

初心者向けAI会話練習アプリケーション

Orenoid
⭐ 694 TypeScript 👤 Orenoid User 🕐 更新日時 2026-04-07 📅 作成日 2024-09-18
68
xinjli/allosaurus

Allosaurusは、2000以上の言語に対応した、事前学習済みの汎用電話認識装置です

xinjli
⭐ 689 Python 👤 xinjli User 🕐 更新日時 2024-04-26 📅 作成日 2020-02-12
69
evancohen/sonus

:speech_balloon: /so.nus/ STT (音声からテキスト) Node 用 オフライン ホットワード検出

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 更新日時 2026-09-11 📅 作成日 2016-08-30
70
Graphi07/room-impulse-responses

公開されている部屋インパルス応答データセットとそれらをダウンロードするためのスクリプトのリスト。

Graphi07
⭐ 629 Shell 👤 Graphi07 User 🕐 更新日時 2026-08-21 📅 作成日 2021-03-19
71
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
72
SpeechColab/Leaderboard

SpeechIO Leaderboard:自動音声認識のための、大規模で堅牢、包括的なベンチマークプラットフォーム。

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 更新日時 2025-03-29 📅 作成日 2021-02-07
73
google/tacotron

エンドツーエンド音声合成モデルであるTacotronに関連する出版物に付随するオーディオサンプル。

google
⭐ 539 HTML 👤 google Organization 🕐 更新日時 2025-08-01 📅 作成日 2017-03-20
74
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
75
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
76
adventists-ai/sophon-realtime

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。

adventists-ai
⭐ 510 Python 👤 adventists-ai Organization 🕐 更新日時 2026-11-20 📅 作成日 2026-11-04