Git Stars Git Stars

#speech-processing Repositórios

Descubra 31 repositórios ativos de código aberto no GitHub marcados com #speech-processing, acumulando um total de 106,282 estrelas (uma média de 3,428 por projeto). O líder deste tópico é w-okada/voice-changer, com 21,430 estrelas.

31
Total de Repositórios
106,282
Total de estrelas
3,428
Média de Estrelas/Repositório

31 repositórios no total

1
w-okada/voice-changer

Trocador de Voz em Tempo Real Realtime Voice Changer

w-okada
⭐ 21,430 Python 👤 w-okada User 🕐 Atualizado 2026-11-17 📅 Criado 2022-08-22
2
speechbrain/speechbrain

Um kit de ferramentas de fala baseado em PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Atualizado 2026-10-14 📅 Criado 2020-04-28
3
pyannote/pyannote-audio

Blocos de construção neurais para diarização de locutor: deteção de atividade de fala, deteção de mudança de locutor, deteção de fala sobreposta, incorporação de locutor

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Atualizado 2026-11-19 📅 Criado 2016-03-07
4
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
5
HenryNdubuaku/maths-cs-ai-compendium

Torne-se um pesquisador/engenheiro de IA/ML de elite com este livro didático não convencional que aborda matemática, computação e aprendizado de máquina com intuição.

HenryNdubuaku
⭐ 7,730 TypeScript 👤 HenryNdubuaku User 🕐 Atualizado 2026-07-18 📅 Criado 2026-02-03
6
pliang279/awesome-multimodal-ml

Lista de leitura para tópicos de pesquisa em aprendizado de máquina multimodal

pliang279
⭐ 6,773 👤 pliang279 User 🕐 Atualizado 2024-08-20 📅 Criado 2019-05-27
7
Agentchengfeng/chengfeng-videocut-skills

Agente de edição de vídeo criado com o Claude Code Skills.

Agentchengfeng
⭐ 3,252 JavaScript 👤 Agentchengfeng User 🕐 Atualizado 2026-10-10 📅 Criado 2026-01-14
8
microsoft/torchscale

Arquitetura Base para (M)LLMs

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 Atualizado 2024-04-11 📅 Criado 2022-11-17
9
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
10
wiseman/py-webrtcvad

Interface Python para o detector de atividade de voz WebRTC

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Atualizado 2024-07-04 📅 Criado 2016-04-23
11
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
12
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
13
resemble-ai/resemble-enhance

Redução de ruído e aprimoramento de fala com inteligência artificial

resemble-ai
⭐ 2,128 Python 👤 resemble-ai Organization 🕐 Atualizado 2024-12-03 📅 Criado 2023-11-15
14
wq2012/awesome-diarization

Uma lista selecionada de artigos, bibliotecas, conjuntos de dados e outros recursos excelentes sobre Diarização de Locutor.

wq2012
⭐ 1,917 👤 wq2012 User 🕐 Atualizado 2026-10-26 📅 Criado 2019-01-19
15
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
16
0nutation/SpeechGPT

Série SpeechGPT: Modelos de Linguagem Grandes de Fala

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Atualizado 2024-07-22 📅 Criado 2023-05-16
17
coqui-ai/open-speech-corpora

💎 Uma lista de corpora de fala acessíveis para ASR, TTS e outras Tecnologias de Fala

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Atualizado 2024-06-06 📅 Criado 2019-01-31
18
haoheliu/voicefixer

Restauração Geral da Fala

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Atualizado 2025-02-17 📅 Criado 2021-09-06
19
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
20
midas-research/audino

Ferramenta de anotação de áudio de código aberto para humanos

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 Atualizado 2026-02-03 📅 Criado 2019-10-03
21
X-LANCE/SLAM-LLM

Uma Estrutura para Processamento de Fala, Linguagem, Áudio e Música com Modelo de Linguagem Grande

X-LANCE
⭐ 1,072 Python 👤 X-LANCE Organization 🕐 Atualizado 2026-01-15 📅 Criado 2023-10-23
22
facebookresearch/spiritlm

Código de inferência para o artigo "Spirit-LM Interleaved Spoken and Written Language Model".

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 Atualizado 2024-10-28 📅 Criado 2024-09-06
23
facebookresearch/SONAR

SONAR, um novo espaço de *embedding* de sentenças de tamanho fixo, multilíngue e multimodal, com um conjunto completo de codificadores e decodificadores de fala e texto.

facebookresearch
⭐ 912 Python 👤 facebookresearch Organization 🕐 Atualizado 2025-10-10 📅 Criado 2023-08-01
24
google/visqol

Estimador de Qualidade Perceptiva para fala e áudio

google
⭐ 894 C++ 👤 google Organization 🕐 Atualizado 2025-05-17 📅 Criado 2019-12-06
25
Ryuk17/SpeechAlgorithms

Você pode encontrar os algoritmos de fala que deseja aqui

Ryuk17
⭐ 878 C 👤 Ryuk17 User 🕐 Atualizado 2026-10-03 📅 Criado 2020-05-11
26
JeremyCCHsu/Python-Wrapper-for-World-Vocoder

Um invólucro Python para o vocoder de alta qualidade "World"

JeremyCCHsu
⭐ 796 Cython 👤 JeremyCCHsu User 🕐 Atualizado 2026-08-20 📅 Criado 2016-05-24
27
D-Keqi/mtla

MTLA: Atenção Latente Temporal Multi-cabeça

D-Keqi
⭐ 761 Python 👤 D-Keqi User 🕐 Atualizado 2025-10-06 📅 Criado 2025-05-19
28
Rudrabha/LipGAN

Este repositório contém os códigos para LipGAN. LipGAN foi publicado como parte do artigo intitulado "Towards Automatic Face-to-Face Translation".

Rudrabha
⭐ 617 Python 👤 Rudrabha User 🕐 Atualizado 2025-06-22 📅 Criado 2020-01-02
29
pliang279/MultiBench

[NeurIPS 2021] Benchmarks Multiescala para Aprendizagem de Representação Multimodal

pliang279
⭐ 605 HTML 👤 pliang279 User 🕐 Atualizado 2024-01-27 📅 Criado 2021-03-05
30
ddlBoJack/Speech-Resources

Laboratório/empresa/recursos/estágios de voz, etc., recomendação ou auto-recomendação bem-vinda

ddlBoJack
⭐ 591 👤 ddlBoJack User 🕐 Atualizado 2024-11-13 📅 Criado 2021-11-04
31
microsoft/MS-SNSD

O Microsoft Scalable Noisy Speech Dataset (MS-SNSD) é um conjunto de dados de fala ruidosa que pode ser escalado para tamanhos arbitrários, dependendo do número de falantes, tipos de ruído e níveis de Relação Sinal-Ruído (SNR) desejados.

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 Atualizado 2024-07-01 📅 Criado 2019-08-26

Perguntas Frequentes

1

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

O projeto de código aberto de #speech-processing mais bem classificado no GitHub é w-okada/voice-changer, com 21,430 estrelas. Trocador de Voz em Tempo Real Realtime Voice Changer

2

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

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

3

Como é calculada a classificação dos repositórios de #speech-processing?

Acompanhamos 31 repositórios ativos de código aberto marcados com #speech-processing (com mais de 500 estrelas), totalizando 106,282 estrelas e uma média de 3,428 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.