Git Stars Git Stars

#speech Repositórios

Descubra 75 repositórios ativos de código aberto no GitHub marcados com #speech, acumulando um total de 371,290 estrelas (uma média de 4,950 por projeto). O líder deste tópico é coqui-ai/TTS, com 44,052 estrelas.

75
Total de Repositórios
371,290
Total de estrelas
4,950
Média de Estrelas/Repositório

76 repositórios no total

1
coqui-ai/TTS

🐸💬 - um kit de ferramentas de aprendizagem profunda para Text-to-Speech, testado em pesquisa e produção

coqui-ai
⭐ 44,052 Python 👤 coqui-ai Organization 🕐 Atualizado 2024-08-16 📅 Criado 2020-05-20
2
OpenBMB/VoxCPM

VoxCPM2: TTS sem Tokenizador para Geração de Fala Multilíngue, Design de Voz Criativo e Clonagem Fiel à Vida Real

OpenBMB
⭐ 42,850 Python 👤 OpenBMB Organization 🕐 Atualizado 2026-11-09 📅 Criado 2025-09-16
3
babysor/MockingBird

🚀Clone uma voz em 5 segundos para gerar fala arbitrária em tempo real

babysor
⭐ 36,856 Python 👤 babysor User 🕐 Atualizado 2026-03-03 📅 Criado 2021-08-07
4
m-bain/whisperX

WhisperX: Reconhecimento Automático de Fala com Carimbos de Tempo em Nível de Palavra (& Diarização)

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 Atualizado 2026-11-21 📅 Criado 2022-12-09
5
IDEA-Research/Grounded-Segment-Anything

Grounded SAM: Casando Grounding DINO com Segment Anything & Stable Diffusion & Recognize Anything - Detecta , Segmenta e Gera Automaticamente Qualquer Coisa

IDEA-Research
⭐ 17,288 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Atualizado 2024-09-05 📅 Criado 2023-04-06
6
kaldi-asr/kaldi

kaldi-asr/kaldi é o local oficial do projeto Kaldi.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Atualizado 2025-09-22 📅 Criado 2015-04-20
7
huggingface/speech-to-speech

Crie agentes de voz com modelos de código aberto

huggingface
⭐ 13,760 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-19 📅 Criado 2024-08-07
8
snakers4/silero-vad

Silero VAD: Detector de Atividade de Voz pré-treinado de nível empresarial

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Atualizado 2026-11-20 📅 Criado 2020-11-23
9
AIGC-Audio/AudioGPT

AudioGPT: Compreendendo e Gerando Fala, Música, Som e Cabeça Falante

AIGC-Audio
⭐ 10,208 Python 👤 AIGC-Audio Organization 🕐 Atualizado 2024-07-06 📅 Criado 2023-03-16
10
modelscope/modelscope

ModelScope: dê vida à noção de Modelo como Serviço.

modelscope
⭐ 9,224 Python 👤 modelscope Organization 🕐 Atualizado 2026-11-16 📅 Criado 2022-07-25
11
netease-youdao/EmotiVoice

EmotiVoice 😊: um Motor TTS com Múltiplas Vozes e Controlado por Prompt

netease-youdao
⭐ 8,541 Python 👤 netease-youdao User 🕐 Atualizado 2026-09-03 📅 Criado 2023-11-08
12
PaddlePaddle/models

Mantido oficialmente, suportado pelo PaddlePaddle, incluindo Visão Computacional (CV), Processamento de Linguagem Natural (NLP), Fala, Recomendação (Rec), Séries Temporais (TS), grandes modelos e assim por diante.

PaddlePaddle
⭐ 6,939 Python 👤 PaddlePaddle Organization 🕐 Atualizado 2025-01-15 📅 Criado 2017-04-20
13
TalAter/annyang

💬 Reconhecimento de fala para o seu site

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Atualizado 2026-10-29 📅 Criado 2013-08-23
14
snakers4/silero-models

Modelos Silero: modelos de conversão de texto em fala pré-treinados tornados incrivelmente simples

snakers4
⭐ 6,223 Jupyter Notebook 👤 snakers4 User 🕐 Atualizado 2026-10-15 📅 Criado 2020-09-11
15
cactus-compute/engine

Quantização de 2 bits, kernels e ambiente de execução para dispositivos de consumo.

cactus-compute
⭐ 6,200 C++ 👤 cactus-compute Organization 🕐 Atualizado 2026-11-05 📅 Criado 2025-04-23
16
MahmoudAshraf97/whisper-diarization

Reconhecimento Automático de Fala com Diarização de Locutor baseado em OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Atualizado 2026-08-15 📅 Criado 2023-01-25
17
Rikorose/DeepFilterNet

Supressão de ruído usando filtragem profunda

Rikorose
⭐ 5,070 Python 👤 Rikorose User 🕐 Atualizado 2026-11-06 📅 Criado 2021-10-10
18
jianchang512/stt

Ferramenta de Reconhecimento de Voz para Texto / Uma ferramenta local de transcrição de áudio e vídeo que roda offline, com saída nos formatos json, srt (legendas) e texto puro

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Atualizado 2026-01-22 📅 Criado 2023-12-28
19
fixie-ai/ultravox

Um LLM multimodal rápido para voz em tempo real

fixie-ai
⭐ 4,587 Python 👤 fixie-ai Organization 🕐 Atualizado 2025-12-12 📅 Criado 2024-05-29
20
modelscope/ClearerVoice-Studio

Um Kit de Ferramentas de Processamento de Fala Impulsionado por IA e Modelos Pré-treinados SOTA de Código Aberto, que suporta Aprimoramento de Fala, Separação e Extração de Locutor Alvo, etc.

modelscope
⭐ 4,404 Python 👤 modelscope Organization 🕐 Atualizado 2025-08-14 📅 Criado 2024-11-12
21
metavoiceio/metavoice-src

Modelo fundamental para TTS expressivo e semelhante ao humano

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 Atualizado 2024-07-30 📅 Criado 2024-02-06
22
IAHispano/Applio

Uma ferramenta simples e de alta qualidade para conversão de voz, focada na facilidade de uso e no desempenho.

IAHispano
⭐ 4,048 Python 👤 IAHispano Organization 🕐 Atualizado 2026-11-19 📅 Criado 2023-08-07
23
avinashkranjan/Amazing-Python-Scripts

Coleção selecionada de scripts Python incríveis do básico ao avançado com scripts de tarefas de automação.

avinashkranjan
⭐ 3,727 Jupyter Notebook 👤 avinashkranjan User 🕐 Atualizado 2026-11-07 📅 Criado 2020-07-14
24
ahmetoner/whisper-asr-webservice

API de Serviço Web OpenAI Whisper ASR

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Atualizado 2026-10-01 📅 Criado 2022-09-22
25
shu223/iOS-10-Sampler

Exemplos de código para as novas APIs do iOS 10.

shu223
⭐ 3,301 Swift 👤 shu223 User 🕐 Atualizado 2024-05-01 📅 Criado 2016-09-03
26
pytorch/audio

Manipulação e transformação de dados para processamento de sinais de áudio, potencializado pelo PyTorch

pytorch
⭐ 2,971 Python 👤 pytorch Organization 🕐 Atualizado 2026-11-21 📅 Criado 2017-05-05
27
readbeyond/aeneas

aeneas é uma biblioteca Python/C e um conjunto de ferramentas para sincronizar automaticamente áudio e texto (também conhecido como alinhamento forçado)

readbeyond
⭐ 2,882 Python 👤 readbeyond User 🕐 Atualizado 2026-11-16 📅 Criado 2015-05-11
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Atualizado 2026-10-29 📅 Criado 2018-07-24
29
linto-ai/whisper-timestamped

Reconhecimento Automático de Fala Multilíngue com carimbos de tempo e confiança a nível de palavra

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Atualizado 2026-09-28 📅 Criado 2023-01-13
30
Camb-ai/MARS5-TTS

Modelo de fala MARS5 (TTS) da CAMB.AI

Camb-ai
⭐ 2,809 Jupyter Notebook 👤 Camb-ai Organization 🕐 Atualizado 2024-08-01 📅 Criado 2024-06-03
31
hahahumble/speechgpt

💬 SpeechGPT é um aplicativo web que permite conversar com o ChatGPT.

hahahumble
⭐ 2,739 TypeScript 👤 hahahumble User 🕐 Atualizado 2026-07-11 📅 Criado 2023-03-28
32
pndurette/gTTS

Biblioteca Python e ferramenta CLI para interagir com a API de conversão de texto em fala do Google Tradutor

pndurette
⭐ 2,637 Python 👤 pndurette User 🕐 Atualizado 2026-04-06 📅 Criado 2014-05-15
33
TEN-framework/ten-vad

Detector de Atividade de Voz (VAD): baixa latência, alto desempenho e leve

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-04-29
34
DigitalPhonetics/IMS-Toucan

Text-to-Speech controlável e rápido para mais de 7000 idiomas!

DigitalPhonetics
⭐ 2,211 Python 👤 DigitalPhonetics Organization 🕐 Atualizado 2026-01-25 📅 Criado 2021-08-05
35
jarikomppa/soloud

Motor de áudio gratuito, fácil e portátil para jogos

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 Atualizado 2024-08-13 📅 Criado 2013-07-15
36
praat/praat.github.io

Praat: Fazendo Fonética por Computador

praat
⭐ 2,034 C 👤 praat Organization 🕐 Atualizado 2026-11-17 📅 Criado 2014-04-11
37
travisvn/openai-edge-tts

Endpoint de API de conversão de texto em fala gratuito e de alta qualidade para substituir OpenAI, Azure ou ElevenLabs

travisvn
⭐ 1,962 Python 👤 travisvn User 🕐 Atualizado 2025-07-01 📅 Criado 2024-10-09
38
julius-speech/julius

Motor de Reconhecimento de Fala Contínuo de Vocabulário Grande de Código Aberto

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 Atualizado 2025-06-16 📅 Criado 2015-04-28
39
csteinmetz1/ai-audio-startups

Lista da comunidade de startups que trabalham com IA em tecnologia de áudio e música

csteinmetz1
⭐ 1,761 👤 csteinmetz1 User 🕐 Atualizado 2025-01-22 📅 Criado 2022-06-13
40
Tencent-Hunyuan/AuK

AuK: Um modelo fundamental de código aberto para geração e edição de fala

Tencent-Hunyuan
⭐ 1,615 Python 👤 Tencent-Hunyuan Organization 🕐 Atualizado 2026-11-19 📅 Criado 2026-08-19
41
Delta-ML/delta

DELTA é uma plataforma de processamento de linguagem natural e fala baseada em aprendizado profundo. Projetos LF AI & DATA: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Atualizado 2025-04-16 📅 Criado 2019-05-29
42
bytedance/SALMONN

Família SALMONN: Uma suíte de LLMs multimodais avançados

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Atualizado 2026-10-16 📅 Criado 2023-08-11
43
nyrahealth/CrisperWhisper

Transcrição controlável. Literal (cada muleta, pausa, gaguejo e som vocal) ou intencional (o que o falante pretendia dizer, otimizado para facilitar a leitura), com marcações de tempo no nível das palavras.

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Atualizado 2026-11-11 📅 Criado 2024-05-24
44
HG-ha/MTools

MTools é um poderoso aplicativo multifuncional para desktop que integra ferramentas de processamento de áudio e vídeo, edição de imagens, manipulação de texto e codificação. Conta com recursos integrados de aprimoramento por IA e oferece um serviço MCP local. Foi desenvolvido para simplificar seu fluxo de trabalho e aumentar a produtividade.

HG-ha
⭐ 1,385 Python 👤 HG-ha User 🕐 Atualizado 2026-10-09 📅 Criado 2025-10-26
45
haoheliu/voicefixer

Restauração Geral da Fala

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Atualizado 2025-02-17 📅 Criado 2021-09-06
46
DengBoCong/nlp-paper

Artigos relevantes na área de Processamento de Linguagem Natural (com notas de leitura), reprodução de modelos e processamento de dados, etc. (código inclui versões TensorFlow e PyTorch)

DengBoCong
⭐ 1,314 Python 👤 DengBoCong User 🕐 Atualizado 2024-01-05 📅 Criado 2020-09-05
47
ictnlp/StreamSpeech

StreamSpeech é um modelo contínuo "tudo em um" para reconhecimento de fala offline e simultâneo, tradução de fala e síntese de fala.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Atualizado 2025-06-29 📅 Criado 2024-06-04
48
roatienza/Deep-Learning-Experiments

Vídeos, notas e experimentos para entender o aprendizado profundo

roatienza
⭐ 1,208 Jupyter Notebook 👤 roatienza User 🕐 Atualizado 2026-11-02 📅 Criado 2017-01-10
49
lhotse-speech/lhotse

Ferramentas para lidar com dados multimodais em projetos de aprendizado de máquina.

lhotse-speech
⭐ 1,166 Python 👤 lhotse-speech Organization 🕐 Atualizado 2026-11-20 📅 Criado 2020-04-24
50
sooftware/conformer

[Não oficial] Implementação em PyTorch de "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 Atualizado 2026-11-15 📅 Criado 2021-01-21

Perguntas Frequentes

1

Qual é o repositório de #speech mais popular no GitHub?

O projeto de código aberto de #speech mais bem classificado no GitHub é coqui-ai/TTS, com 44,052 estrelas. 🐸💬 - um kit de ferramentas de aprendizagem profunda para Text-to-Speech, testado em pesquisa e produção

2

Quais linguagens de programação são mais usadas nos repositórios de #speech?

Entre os projetos de #speech mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C, TypeScript.

3

Como é calculada a classificação dos repositórios de #speech?

Acompanhamos 75 repositórios ativos de código aberto marcados com #speech (com mais de 500 estrelas), totalizando 371,290 estrelas e uma média de 4,950 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.