Git Stars Git Stars

#voice-cloning リポジトリ

76
リポジトリ総数
629,830
合計スター数
8,287
リポジトリあたりの平均スター数

リポジトリ合計77件

51
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
52
stepfun-ai/Step-Audio-EditX

強力な30億パラメータのLLMベース強化学習オーディオ編集モデルは、感情、話し方、パラ言語学の編集に優れており、堅牢なゼロショットテキスト読み上げ機能を備えています。

stepfun-ai
⭐ 1,005 Python 👤 stepfun-ai Organization 🕐 更新日時 2026-04-09 📅 作成日 2025-10-29
54
sipeter/CloneTTS

軽量でオフラインのAndroidテキスト読み上げ(TTS)エンジン。システム全体でのシームレスなボイスクローニングと高忠実度のテキスト読み上げを可能にします。/ Androidローカルで動作する軽量級テキスト読み上げ(TTS)エンジン。オフライン発音人抽出、ゼロ门槛音色クローニング、双エンジンシステム級グローバルリスニングブックをサポート。

sipeter
⭐ 904 👤 sipeter User 🕐 更新日時 2026-11-13 📅 作成日 2026-03-21
55
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
56
matatonic/openedai-speech

Coqui AIのxtts_v2および/またはpiper ttsをバックエンドとして使用するOpenAI API互換のテキスト読み上げサーバー。

matatonic
⭐ 839 Python 👤 matatonic User 🕐 更新日時 2025-02-02 📅 作成日 2023-11-27
57
facebookresearch/audioseal

AI生成音声オーディオのローカライズされたウォーターマーキング、堅牢性と非常に高速な検出器でSOTA

facebookresearch
⭐ 804 Python 👤 facebookresearch Organization 🕐 更新日時 2026-11-03 📅 作成日 2024-01-26
58
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
59
chenpipi0807/ComfyUI-Index-TTS

IndexTTSモデルを使用してComfyUIで高品質なテキスト音声変換を実現するカスタムノード。中国語と英語のテキストをサポートし、参照オーディオに基づいて音声特性を再現できます。

chenpipi0807
⭐ 776 Python 👤 chenpipi0807 User 🕐 更新日時 2026-09-02 📅 作成日 2025-04-22
60
v3ucn/CosyVoice_For_Windows

Windows環境で使用するCosyVoiceのバージョン

v3ucn
⭐ 758 Python 👤 v3ucn User 🕐 更新日時 2026-11-12 📅 作成日 2024-07-07
61
BoltzmannEntropy/MimikaStudio

MimikaStudio - macOS (Apple Silicon) 向けのローカルファーストアプリケーション + Agentic MCP サポート

BoltzmannEntropy
⭐ 753 Dart 👤 BoltzmannEntropy User 🕐 更新日時 2026-10-27 📅 作成日 2026-01-26
62
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
63
lukaszliniewicz/Pandrator

PDFやEPUBをオーディオブックに変換したり、字幕や動画を(翻訳を含む)吹き替え動画に変換したりできます。しかも無料です。Pandratorは、音声クローン(即時、RVC強化、XTTS微調整)やLLM処理を含むローカルモデルを使用しています。GUI、インストーラー、オールインワンパッケージを備えた、ユーザーフレンドリーなアプリを目指しています。

lukaszliniewicz
⭐ 649 Python 👤 lukaszliniewicz User 🕐 更新日時 2026-11-21 📅 作成日 2024-03-20
64
wildminder/ComfyUI-VibeVoice

VibeVoice TTS 用の ComfyUI カスタムノード。表現力豊かで、長尺の、マルチスピーカー対応の会話型オーディオ

wildminder
⭐ 614 Python 👤 wildminder User 🕐 更新日時 2026-10-26 📅 作成日 2025-08-27
⭐ 609 TypeScript 👤 synchronicity-labs Organization 🕐 更新日時 2024-03-30 📅 作成日 2023-11-07
66
kapi2800/qwen3-tts-apple-silicon

Mac (M1/M2/M3/M4) 上で Qwen3-TTS テキスト読み上げをローカル実行。音声クローン、音声デザイン、カスタムボイスに対応。MLX を使用して 100% オフラインで動作。

kapi2800
⭐ 593 Python 👤 kapi2800 User 🕐 更新日時 2026-05-02 📅 作成日 2026-01-28
67
PunithVT/ai-avatar-system

🎭 AIアバター/デジタルヒューマンプラットフォーム — 写真をアップロードし、声をクローンして、リップシンク動画であらゆる顔とリアルタイムに会話できます。オープンソースでセルフホスト対応。Claude · Whisper · Chatterbox · MuseTalk。

PunithVT
⭐ 586 Python 👤 PunithVT User 🕐 更新日時 2026-11-13 📅 作成日 2025-11-30
68
petermg/Chatterbox-TTS-Extended

テキストファイルを入力として受け付け、文字制限のないChatterboxの修正版です。私はこれを使ってオーディオブック、特​​に子供たちのために作っています。

petermg
⭐ 577 Python 👤 petermg User 🕐 更新日時 2025-08-23 📅 作成日 2025-05-30
69
Saganaki22/ComfyUI-OmniVoice-TTS

ComfyUI用OmniVoice TTSノード - ゼロショット多言語テキスト読み上げ、音声クローン、音声デザイン、マルチスピーカーダイアログ対応

Saganaki22
⭐ 567 Python 👤 Saganaki22 User 🕐 更新日時 2026-06-11 📅 作成日 2026-04-02
70
wildminder/awesome-ai-voice

オープンソースの音声合成(TTS)、音声クローン、音楽生成モデルの一覧

wildminder
⭐ 562 👤 wildminder User 🕐 更新日時 2026-11-04 📅 作成日 2026-03-10
71
billwuhao/ComfyUI_IndexTTS

IndexTTS Voice Cloning: 2人対話をサポートします

billwuhao
⭐ 556 Python 👤 billwuhao User 🕐 更新日時 2025-11-07 📅 作成日 2025-04-30
72
FlashLabs-AI-Corp/FlashLabs-Chroma

世界初のオープンソースかつリアルタイムのエンドツーエンド話し言葉対話モデルで、パーソナライズされた音声クローン機能付き。

FlashLabs-AI-Corp
⭐ 552 Jupyter Notebook 👤 FlashLabs-AI-Corp Organization 🕐 更新日時 2026-09-04 📅 作成日 2025-11-13
73
HAKORADev/VODER

再現機能を備えた音声操作・設計エンジン

HAKORADev
⭐ 524 Python 👤 HAKORADev User 🕐 更新日時 2026-10-01 📅 作成日 2026-02-09
74
wildminder/ComfyUI-VoxCPM

高表現力な音声合成とリアルなゼロショット音声クローンを実現するComfyUIノード

wildminder
⭐ 523 Python 👤 wildminder User 🕐 更新日時 2026-10-14 📅 作成日 2025-09-17
75
liuzhao1225/YouDub

YouDubは、高品質なYouTube動画を自動的に翻訳および吹き替えし、中国のインターネット上に転載(搬運)することを目的としたオープンソースツールです。このツールは、AI音声認識技術を使用して音声をテキストに変換し、その後、大規模言語モデル(LLM)を通じてテキストを中国語に翻訳し、最後にAI声帯クローン技術を使用して中国語を音声に変換します。これにより、元のYouTuberの音色を持つ中国語吹き替え動画を作成することができます。

liuzhao1225
⭐ 514 Python 👤 liuzhao1225 User 🕐 更新日時 2024-05-14 📅 作成日 2023-11-02
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
77
YeJe-cpu/talk-to-fengge

峰哥と話そう — 誰の声や性格でも再現し、リアルタイムで音声会話。システム上の遅延は1秒未満。

YeJe-cpu
⭐ 504 Python 👤 YeJe-cpu User 🕐 更新日時 2026-07-11 📅 作成日 2026-06-25