Git Stars Git Stars

#text-to-speech リポジトリ

260
リポジトリ総数
1.5M
合計スター数
5,828
リポジトリあたりの平均スター数

リポジトリ合計261件

51
dnhkng/GLaDOS

これはValveのPortalシリーズのAIを現実世界で実装するための最初のステップであるGLaDOSのパーソナリティコアです。

dnhkng
⭐ 5,781 Python 👤 dnhkng User 🕐 更新日時 2026-10-11 📅 作成日 2023-03-23
52
remsky/Kokoro-FastAPI

Kokoro-82Mのテキスト読み上げ用Docker化OpenAI互換ラッパー。CPU、AMDおよびNVIDIA GPU上のPyTorchにマルチプラットフォーム対応。複数話者、音声のクローン作成・調整、字幕タイムスタンプ、SSML、WebSocket、任意で利用できる音声に合わせて読むためのWeb UIを搭載

remsky
⭐ 5,710 Python 👤 remsky User 🕐 更新日時 2026-11-21 📅 作成日 2024-12-30
53
ysharma3501/LuxTTS

高品質で高速なTTS音声クローンモデルで、リアルタイム速度の150倍に達します。

ysharma3501
⭐ 5,562 Python 👤 ysharma3501 User 🕐 更新日時 2026-06-05 📅 作成日 2026-01-23
54
huggingface/parler-tts

高品質TTSモデルのための推論およびトレーニングライブラリ。

huggingface
⭐ 5,503 Python 👤 huggingface Organization 🕐 更新日時 2024-12-10 📅 作成日 2024-02-13
55
NVIDIA/tacotron2

Tacotron 2 - リアルタイムより高速な推論を備えた PyTorch 実装

NVIDIA
⭐ 5,299 Jupyter Notebook 👤 NVIDIA Organization 🕐 更新日時 2024-06-12 📅 作成日 2018-05-03
56
AhmadHassan-BTed/B

自律型でコンテキストを認識するAIデスクトップコンパニオン。Pythonで開発され、リアルタイムの画面認識、カスタムONNX音声合成、アクティブウィンドウの追跡、反応に応じて表情が変化する動的なフローティングUIを備えています。

AhmadHassan-BTed
⭐ 5,177 Python 👤 AhmadHassan-BTed User 🕐 更新日時 2026-07-07 📅 作成日 2026-05-02
57
MoonInTheRiver/DiffSinger

DiffSinger: 浅い拡散メカニズムによる歌声合成 (SVS & TTS); AAAI 2022; 公式コード

MoonInTheRiver
⭐ 4,903 Python 👤 MoonInTheRiver User 🕐 更新日時 2026-07-24 📅 作成日 2021-12-17
58
OpenMOSS/MOSS-TTS-Nano

リアルタイムCPU推論、音声クローン、48 kHzステレオ生成に対応した1億パラメータの多言語TTSモデル

OpenMOSS
⭐ 4,711 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-09-06 📅 作成日 2026-04-10
59
gradio-app/fastrtc

リアルタイム通信のためのPythonライブラリ

gradio-app
⭐ 4,639 JavaScript 👤 gradio-app Organization 🕐 更新日時 2026-10-21 📅 作成日 2024-09-25
60
cbh123/narrator

デビッド・アッテンボローがあなたの人生をナレーションします

cbh123
⭐ 4,426 Python 👤 cbh123 User 🕐 更新日時 2026-07-23 📅 作成日 2023-11-14
61
0xShug0/audio.cpp

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。

0xShug0
⭐ 4,385 C++ 👤 0xShug0 User 🕐 更新日時 2026-11-21 📅 作成日 2026-06-23
62
collabora/WhisperLive

OpenAIのWhisperのほぼライブ実装。

collabora
⭐ 4,363 Python 👤 collabora Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-05-04
63
OpenMOSS/MOSS-TTS

長時間音声、対話合成、音声デザイン、効果音、リアルタイムストリーミングTTS向けのオープンソースモデルファミリー

OpenMOSS
⭐ 4,356 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-09-06 📅 作成日 2026-02-07
64
metavoiceio/metavoice-src

人間のような表現力豊かなTTSのための基盤モデル

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 更新日時 2024-07-30 📅 作成日 2024-02-06
65
KoljaB/RealtimeTTS

テキストをリアルタイムで音声に変換します

KoljaB
⭐ 4,059 Python 👤 KoljaB User 🕐 更新日時 2026-11-18 📅 作成日 2023-08-26
66
IAHispano/Applio

使いやすさとパフォーマンスに焦点を当てた、シンプルで高品質な音声変換ツール。

IAHispano
⭐ 4,048 Python 👤 IAHispano Organization 🕐 更新日時 2026-11-19 📅 作成日 2023-08-07
67
TensorSpeech/TensorFlowTTS

: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)

TensorSpeech
⭐ 3,989 Python 👤 TensorSpeech Organization 🕐 更新日時 2024-07-05 📅 作成日 2020-03-22
68
KoljaB/RealtimeVoiceChat

AIと自然な会話をしましょう!

KoljaB
⭐ 3,875 Python 👤 KoljaB User 🕐 更新日時 2026-11-12 📅 作成日 2025-04-19
69
Soul-AILab/SoulX-Podcast

SoulX-Podcast は、Soul AI チームによる、テキストから高忠実度のポッドキャストを生成するための推論コードベースです。

Soul-AILab
⭐ 3,691 Python 👤 Soul-AILab Organization 🕐 更新日時 2025-12-11 📅 作成日 2025-09-22
70
vocodedev/vocode-core

音声ベースのLLMエージェントを構築します。モジュラー+オープンソース。

vocodedev
⭐ 3,670 Python 👤 vocodedev Organization 🕐 更新日時 2024-11-15 📅 作成日 2023-02-24
71
pnnbao97/VieNeu-TTS

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

pnnbao97
⭐ 3,531 Python 👤 pnnbao97 User 🕐 更新日時 2026-11-20 📅 作成日 2025-10-28
72
Kedreamix/Linly-Talker

デジタルアバター会話システム - Linly-Talker。😄✨ Linly-Talkerは、大規模言語モデル(LLM)とビジョンモデルを組み合わせて、新しい人間とAIのインタラクション方法を作成するインテリジェントAIシステムです。🤝🤖 Whisper、Linly、Microsoft Speech Services、SadTalkerトーキングヘッド生成システムなどのさまざまなテクノロジーを統合しています。🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 更新日時 2026-02-10 📅 作成日 2023-10-17
73
Azure-Samples/cognitive-services-speech-sdk

Microsoft Cognitive Services Speech SDK のサンプル コード

Azure-Samples
⭐ 3,457 C# 👤 Azure-Samples Organization 🕐 更新日時 2026-11-17 📅 作成日 2018-04-26
74
rsxdalv/TTS-WebUI

ACE-Step、OmniVoice、Kimi Audio、Piper TTS、GPT-SoVITS、CosyVoice、XTTSv2、DIA、Kokoro、OpenVoice、ParlerTTS、Stable Audio、MMS、StyleTTS2、MAGNet、AudioGen、MusicGen、Tortoise、RVC、Vocos、Demucs、SeamlessM4T、Bark用の拡張機能付きの単一Gradio + React WebUI!

rsxdalv
⭐ 3,316 Go 👤 rsxdalv User 🕐 更新日時 2026-11-19 📅 作成日 2023-04-27
75
VOICEVOX/voicevox

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のエディター

VOICEVOX
⭐ 3,309 TypeScript 👤 VOICEVOX Organization 🕐 更新日時 2026-11-21 📅 作成日 2021-07-27
76
QwenAudio/qwen-audio-agent

エージェントが話し、働き、存在し続けるためのリアルタイム音声ランタイム。AIエージェント向けリアルタイム音声ランタイム

QwenAudio
⭐ 3,262 JavaScript 👤 QwenAudio Organization 🕐 更新日時 2026-11-18 📅 作成日 2026-07-27
77
elevenlabs/elevenlabs-python

ElevenLabs API の公式 Python SDK です。

elevenlabs
⭐ 3,192 Python 👤 elevenlabs Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-03-26
78
linyiLYi/bilibot

bilibiliユーザーのコメントでファインチューニングされたローカルチャットボット。

linyiLYi
⭐ 3,176 Python 👤 linyiLYi User 🕐 更新日時 2024-05-15 📅 作成日 2024-05-06
79
kyutai-labs/delayed-streams-modeling

遅延ストリームモデリングフレームワークに基づくKyutaiの音声テキスト変換およびテキスト音声変換モデル。

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 更新日時 2026-01-26 📅 作成日 2025-06-16
80
AutoArk/GPA

[AutoArk] GPA (General Purpose Audio) は、たった一つの小さなモデルで ASR(音声認識)、TTS(音声合成)、音声変換を実現します!

AutoArk
⭐ 3,054 Python 👤 AutoArk Organization 🕐 更新日時 2026-05-25 📅 作成日 2025-12-16
81
KevinWang676/Bark-Voice-Cloning

Barkボイスクローニングと中国語音声クローニング

KevinWang676
⭐ 2,945 Jupyter Notebook 👤 KevinWang676 User 🕐 更新日時 2026-05-31 📅 作成日 2023-06-11
82
quik-sms/quik

Android用、最も美しいSMSメッセンジャー - 復活

quik-sms
⭐ 2,929 Java 👤 quik-sms Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-07-17
83
openai/openai-fm

OpenAI Speech API のデモである openai.fm のコード

openai
⭐ 2,917 TypeScript 👤 openai Organization 🕐 更新日時 2026-03-03 📅 作成日 2025-04-15
84
cdhigh/KindleEar

RSSとウェブコンテンツ(Calibre レシピ)を集約し、Kindleに送信し、e-ink最適化されたオンラインビューアを含みます。

cdhigh
⭐ 2,887 Python 👤 cdhigh User 🕐 更新日時 2026-11-04 📅 作成日 2013-07-04
85
readbeyond/aeneas

aeneas は Python/C ライブラリであり、音声とテキストを自動的に同期させるツールのセット(強制アライメントとも呼ばれる)です

readbeyond
⭐ 2,882 Python 👤 readbeyond User 🕐 更新日時 2026-11-16 📅 作成日 2015-05-11
86
Camb-ai/MARS5-TTS

CAMB.AIのMARS5音声モデル(TTS)

Camb-ai
⭐ 2,809 Jupyter Notebook 👤 Camb-ai Organization 🕐 更新日時 2024-08-01 📅 作成日 2024-06-03
87
digitalsamba/claude-code-video-toolkit

Claude Codeで動画を作成:スクリプト、AIナレーション、音楽、動画クリップの作成からレンダリングまで。オープンソースモデルを使って、わずか数セントで実現

digitalsamba
⭐ 2,693 Python 👤 digitalsamba Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-12-09
88
ZeframLou/call-me

Claude Codeが電話であなたに連絡できる最小限のプラグイン。

ZeframLou
⭐ 2,682 TypeScript 👤 ZeframLou User 🕐 更新日時 2026-04-07 📅 作成日 2026-01-03
89
pndurette/gTTS

Google Translateのテキスト読み上げAPIと連携するためのPythonライブラリおよびCLIツール

pndurette
⭐ 2,637 Python 👤 pndurette User 🕐 更新日時 2026-04-06 📅 作成日 2014-05-15
90
6drf21e/ChatTTS_colab

🚀 ワンクリックデプロイ(オフライン統合パック付き)!ChatTTSベースで、ストリーミング出力、ボイスガチャ、長尺オーディオ生成、ロール別読み上げをサポート。使いやすく、複雑なインストールは不要です。

6drf21e
⭐ 2,603 Python 👤 6drf21e User 🕐 更新日時 2026-05-31 📅 作成日 2024-05-30
91
marytts/marytts

MARY TTS -- 純粋なJavaで書かれたオープンソースの多言語テキスト-to-スピーチ合成システム

marytts
⭐ 2,578 Java 👤 marytts Organization 🕐 更新日時 2025-01-17 📅 作成日 2011-12-20
92
nateshmbhat/pyttsx3

Pythonのためのオフライン テキスト トゥ スピーチ合成

nateshmbhat
⭐ 2,536 Python 👤 nateshmbhat User 🕐 更新日時 2026-10-20 📅 作成日 2017-06-24
93
erew123/alltalk_tts

AllTalkはCoqui TTSエンジンに基づいており、Text generation webUIのCoqui_tts拡張機能と似ていますが、設定ページ、低VRAMサポート、DeepSpeed、ナレーター、モデルファインチューニング、カスタムモデル、wavファイルメンテナンスなどのさまざまな高度な機能をサポートしています。JSON呼び出しを介してサードパーティソフトウェアと連携することもできます。

erew123
⭐ 2,471 HTML 👤 erew123 User 🕐 更新日時 2026-01-09 📅 作成日 2023-12-08
94
jik876/hifi-gan

HiFi-GAN: 効率的で高忠実度な音声合成のための敵対的生成ネットワーク

jik876
⭐ 2,290 Python 👤 jik876 User 🕐 更新日時 2024-07-27 📅 作成日 2020-10-14
95
leemysw/yovoice

macOSとWindowsに対応した、オープンソースのローカルAIオーディオ&音楽スタジオ。音声合成、声のクローン、歌詞付きの楽曲、マルチトラック譜面に対応。完全オフラインで、API料金も不要。

leemysw
⭐ 2,278 TypeScript 👤 leemysw User 🕐 更新日時 2026-11-21 📅 作成日 2026-09-15
96
lifeiteng/vall-e

VALL-E(ゼロショット テキスト読み上げ)の PyTorch 実装、再現デモ https://lifeiteng.github.io/valle/index.html

lifeiteng
⭐ 2,215 Python 👤 lifeiteng User 🕐 更新日時 2025-09-10 📅 作成日 2023-01-27
97
DigitalPhonetics/IMS-Toucan

7000以上の言語に対応する、制御可能で高速なText-to-Speech!

DigitalPhonetics
⭐ 2,211 Python 👤 DigitalPhonetics Organization 🕐 更新日時 2026-01-25 📅 作成日 2021-08-05
98
fikrikarim/parlor

GPT-Liveと同様の機能を備えたデバイス内リアルタイムマルチモーダルAI

fikrikarim
⭐ 2,117 Python 👤 fikrikarim User 🕐 更新日時 2026-08-03 📅 作成日 2026-04-05
99
techjarves/Portable-Local-Studio

Windows、Linux、macOS 向けのポータブルなローカル AI スタジオ。画像生成、GGUF LLM、テキスト読み上げ、音声認識に対応したセットアップ不要の GUI

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 更新日時 2026-11-14 📅 作成日 2026-06-04
100
travisvn/openai-edge-tts

OpenAI、Azure、ElevenLabsを置き換える無料の高品質テキスト読み上げAPIエンドポイント

travisvn
⭐ 1,962 Python 👤 travisvn User 🕐 更新日時 2025-07-01 📅 作成日 2024-10-09