#text-to-speech リポジトリ
#text-to-speechのタグが付いた、GitHub上の260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1,515,362個で、プロジェクトあたりの平均は5,828個です。このトピックをリードしているのは、144,921個のスターを獲得しているharry0703/MoneyPrinterTurboです。
リポジトリ合計261件
VoiceStudioは、ElevenLabsに代わるオープンソースで完全ローカル動作のソリューションです。646言語に対応し、音声クローン、音声デザイン、動画吹き替え、ディクテーション、文字起こし、オーディオブック作成が可能です。
世界初のオープンソース、エージェント型動画制作システム。12の制作パイプライン、100以上のツール、700以上のエージェントスキルと制作知識ファイル。AIコーディングアシスタントを完全な動画制作スタジオに変えます。
LLMや拡散モデルを実行・学習するためのローカルUI。GGUF、MLX、Qwen3.8、DeepSeek-V4.1、MiniMax-H3、Gemma 4、FLUXなどに対応。
Claude Code向けにコードで作る映像スタイルのツールボックス。すぐ使える99種類のスタイルに加え、自分だけのスタイルも作れます。それぞれのスタイルにはスタイル用プロンプトと、動画モデルを使わずClaude Opus 5.5がすべてコードで制作したデモ映像が含まれます。Lemomo作。
次世代Kaldiとonnxruntimeを使用したインターネット接続なしでの音声認識、音声合成、話者分離、音声強調、ソース分離、およびVAD。組み込みシステム、Android、iOS、HarmonyOS、Raspberry Pi、RISC-V、RK NPU、Axera NPU、Ascend NPU、x86_64サーバー、websocketサーバー/クライアントをサポートし、12のプログラミング言語に対応
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。
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。
このリポジトリには、Generative Pre-trained Transformer (GPT)、ChatGPT、PaLMなどに焦点を当てた、プロンプトエンジニアリングのための手作業でキュレーションされたリソースが含まれています。
AIワンクリック一括生成各種ショート動画、自動一括ミキシングショート動画、自動投稿動画をDouyin、Kuaishou、Xiaohongshu、Video Channelに、お金儲けがこんなに簡単だったことはありません!ローカル音声モデルchatTTS、faster-whisper、GPTSoVITSをサポート、クラウド音声サポート:Azure、Alibaba Cloud、Tencent Cloud。Stable diffusion、comfyUI直接AI描画をサポート。AI LLMを使用してワンクリックでショート動画を生成し、一緒にお金を印刷しましょう!サポート:chatTTS、faster-whisper、GPTSoVITS、Azure、Tencent Cloud、Ali Cloud。
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。
🎙️🤖リアルタイムでAIキャラクター/コンパニオンを作成、カスタマイズ、会話(すべて1つのコードベースで!)。LLM OpenAI GPT3.5/4、Anthropic Claude2、Chroma Vector DB、Whisper Speech2Text、ElevenLabs Text2Speechを使用して、どこでも(モバイル、Web、ターミナル)AIと自然でシームレスな会話をしましょう🎙️🤖
YouTube/Bilibili向けのオープンソースAI動画ローカライズ・吹き替えツール:音声認識、字幕翻訳、音声クローン、オーディオミキシング、レンダリング。オープンソースのAI動画翻訳・吹き替えツール。
よくある質問
GitHubで最も人気のある#text-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#text-to-speechプロジェクトは、144,921個のスターを獲得しているharry0703/MoneyPrinterTurboです。AI大規模モデルと自動化ワークフローを活用し、テーマやキーワードからワンクリックで高画質のショート動画を生成します。
#text-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#text-to-speechプロジェクトでは、Python, TypeScript, JavaScript, C++が最も一般的なプログラミング言語です。
#text-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?
#text-to-speechのタグが付いた260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1,515,362個で、リポジトリあたりの平均は5,828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。