Git Stars Git Stars

#speech-synthesis Repositórios

100
Total de Repositórios
559,718
Total de estrelas
5,597
Média de Estrelas/Repositório

101 repositórios no total

51
devnen/Chatterbox-TTS-Server

Hospede você mesmo o poderoso modelo Chatterbox TTS. Este servidor oferece uma interface web amigável, endpoints de API flexíveis (incluindo compatibilidade com OpenAI), vozes predefinidas, clonagem de voz e processamento de texto em grande escala para audiolivros. É executado acelerado em NVIDIA (CUDA), AMD (ROCm) e CPU.

devnen
⭐ 1,517 Python 👤 devnen User 🕐 Atualizado 2026-05-26 📅 Criado 2025-05-31
53
OpenMOSS/MOSS-TTSD

Um modelo multilíngue para a síntese de diálogos longos com múltiplos falantes, com controle flexível dos falantes e clonagem de voz zero-shot

OpenMOSS
⭐ 1,423 Python 👤 OpenMOSS Organization 🕐 Atualizado 2026-09-06 📅 Criado 2025-06-17
54
microsoft/SpeechT5

Pré-treinamento Unificado de Fala-Texto para Processamento de Linguagem Falada

microsoft
⭐ 1,420 Python 👤 microsoft Organization 🕐 Atualizado 2024-04-24 📅 Criado 2022-02-08
55
s-macke/SAM

Software Automatic Mouth - Tiny Speech Synthesizer

s-macke
⭐ 1,384 C 👤 s-macke User 🕐 Atualizado 2024-06-10 📅 Criado 2013-05-13
56
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
57
mmorise/World

Um sistema de análise, manipulação e síntese de fala de alta qualidade

mmorise
⭐ 1,363 C++ 👤 mmorise User 🕐 Atualizado 2026-10-09 📅 Criado 2015-11-15
58
haoheliu/voicefixer

Restauração Geral da Fala

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Atualizado 2025-02-17 📅 Criado 2021-09-06
59
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
60
janvarev/Irene-Voice-Assistant

Irina é um assistente de voz russo para trabalho offline. Suporta habilidades através de plugins.

janvarev
⭐ 1,184 Python 👤 janvarev User 🕐 Atualizado 2026-07-26 📅 Criado 2021-12-14
61
NVIDIA/BigVGAN

Implementação oficial em PyTorch do BigVGAN (ICLR 2023)

NVIDIA
⭐ 1,164 Python 👤 NVIDIA Organization 🕐 Atualizado 2024-09-05 📅 Criado 2022-06-07
63
VOICEVOX/voicevox_core

Núcleo do VOICEVOX, um software de conversão de texto em fala de qualidade média e gratuito.

VOICEVOX
⭐ 1,150 Rust 👤 VOICEVOX Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-08-31
64
ardha27/AI-Waifu-Vtuber

Vtuber de IA para Transmissão no Youtube/Twitch

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 Atualizado 2026-05-31 📅 Criado 2023-03-11
65
k2-fsa/ZipVoice

Texto-para-Fala Zero-Shot Rápido e de Alta Qualidade com Flow Matching

k2-fsa
⭐ 1,114 Python 👤 k2-fsa Organization 🕐 Atualizado 2025-12-02 📅 Criado 2025-06-20
66
Finrandojin/alexandria-audiobook

Gerador de audiolivros multi-voz impulsionado por IA — anotação de scripts LLM, clonagem de voz, design de voz, treinamento LoRA, controle de estilo por linha e exportação para MP3, M4B com capítulos ou trilhas múltiplas do Audacity. Construído sobre Qwen3-TTS.

Finrandojin
⭐ 1,105 Python 👤 Finrandojin User 🕐 Atualizado 2026-08-02 📅 Criado 2026-02-03
67
auspicious3000/autovc

AutoVC: Transferência de Estilo de Voz Zero-Shot Apenas com Perda de Autoencoder

auspicious3000
⭐ 1,085 Python 👤 auspicious3000 User 🕐 Atualizado 2024-10-23 📅 Criado 2019-05-14
68
Makememo/MemoAI

MemoAI Vídeo: Texto traduzido, legendas e notas facilitados.

Makememo
⭐ 1,082 👤 Makememo User 🕐 Atualizado 2026-11-16 📅 Criado 2023-07-30
69
Edresson/YourTTS

YourTTS: Rumo ao TTS de Múltiplos Falantes Zero-Shot e Conversão de Voz Zero-Shot para todos

Edresson
⭐ 1,045 Jupyter Notebook 👤 Edresson User 🕐 Atualizado 2024-11-04 📅 Criado 2021-10-06
70
gexgd0419/NaturalVoiceSAPIAdapter

Torne as vozes TTS naturais do Azure acessíveis a qualquer aplicação compatível com SAPI 5.

gexgd0419
⭐ 1,025 C++ 👤 gexgd0419 User 🕐 Atualizado 2026-10-27 📅 Criado 2023-12-15
71
Azure-Samples/Cognitive-Speech-TTS

Exemplos da API de conversão de texto em fala da Microsoft

Azure-Samples
⭐ 1,020 Python 👤 Azure-Samples Organization 🕐 Atualizado 2026-11-16 📅 Criado 2016-05-31
72
festvox/flite

Um sistema de síntese de fala pequeno, rápido e portátil

festvox
⭐ 1,011 C 👤 festvox User 🕐 Atualizado 2024-07-03 📅 Criado 2017-10-21
74
FireRedTeam/FireRedTTS

Um Sistema TTS de Fundação Habilitado por LLM e de Código Aberto

FireRedTeam
⭐ 925 Python 👤 FireRedTeam Organization 🕐 Atualizado 2025-09-28 📅 Criado 2024-08-15
75
gabrielmittag/NISQA

NISQA - Avaliação Não Intrusiva da Qualidade da Fala e Naturalidade de TTS

gabrielmittag
⭐ 899 Python 👤 gabrielmittag User 🕐 Atualizado 2024-12-01 📅 Criado 2019-02-14
76
vndee/local-talking-llm

Um LLM falante que roda no seu próprio computador sem precisar de internet.

vndee
⭐ 896 Python 👤 vndee User 🕐 Atualizado 2026-04-04 📅 Criado 2024-03-24
77
lmnt-com/diffwave

DiffWave é um vocoder neural e sintetizador de forma de onda rápido e de alta qualidade.

lmnt-com
⭐ 876 Python 👤 lmnt-com Organization 🕐 Atualizado 2024-03-26 📅 Criado 2020-09-23
78
LuoGen-AI/LuoGen-agent

Produza vídeos de sucesso com um clique: 1. Extraia automaticamente legendas de concorrentes 2. Reescreva legendas automaticamente 3. Clone a voz da legenda automaticamente 4. Gere locução de avatar digital automaticamente 5. Adicione legendas automaticamente 6. Adicione música de fundo automaticamente 7. Adicione títulos de vídeo automaticamente 8. Gere capas de vídeo automaticamente 9. Publique vídeos em várias plataformas automaticamente

LuoGen-AI
⭐ 870 Python 👤 LuoGen-AI User 🕐 Atualizado 2025-10-03 📅 Criado 2025-10-02
79
netease-youdao/Confucius4-TTS

Confucius4-TTS: um motor de síntese de voz (TTS) multilingue e translingue zero-shot

netease-youdao
⭐ 861 Python 👤 netease-youdao User 🕐 Atualizado 2026-11-04 📅 Criado 2026-05-19
80
Ampixa/sanoTTS

sanoTTS (सानो significa «pequeno» em nepalês): um sistema neural de conversão de texto em fala com entre 294 mil e 2,27 milhões de parâmetros, que funciona em um chip de US$ 3, no navegador ou em Python, com streaming de baixa latência.

Ampixa
⭐ 851 C 👤 Ampixa Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-07-11
81
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
83
fluxions-ai/vui

Vui Nano — um modelo pequeno de conversão de texto em fala, sensível ao contexto e treinado em conversas reais. 219 milhões de parâmetros ativos (305 milhões no total), Apache 2.0, clonagem de voz e streaming; funciona em CPU (build em C sem dependências). Inclui um assistente de voz completo em tempo real: WebRTC, ASR, LLM local e compatibilidade com a API Realtime da OpenAI.

fluxions-ai
⭐ 782 Python 👤 fluxions-ai Organization 🕐 Atualizado 2026-10-10 📅 Criado 2025-06-05
84
X-T-E-R/Uni-TTS

O objetivo deste projeto é unificar a forma de utilizar diversos motores de síntese de voz, oferecendo suporte a múltiplos adaptadores de motores de síntese de voz, e permitindo o uso direto como módulo ou o lançamento de um serviço de backend.

X-T-E-R
⭐ 762 Python 👤 X-T-E-R User 🕐 Atualizado 2024-04-15 📅 Criado 2024-02-16
85
thorstenMueller/Thorsten-Voice

Thorsten-Voice: Uma voz TTS alemã gratuita, que funciona offline e de alta qualidade, deve estar disponível para todos os projetos sem qualquer problema de licenciamento.

thorstenMueller
⭐ 746 Python 👤 thorstenMueller User 🕐 Atualizado 2026-08-04 📅 Criado 2019-10-29
86
facebookresearch/audiobox-aesthetics

Avaliação automática unificada de qualidade para fala, música e som.

facebookresearch
⭐ 725 Python 👤 facebookresearch Organization 🕐 Atualizado 2025-06-05 📅 Criado 2025-01-22
87
DmitryRyumin/INTERSPEECH-2023-24-Papers

Artigos INTERSPEECH 2023-2024: Uma coleção completa de artigos de pesquisa influentes e empolgantes da conferência INTERSPEECH 2023-24. Explore os mais recentes avanços no processamento de fala e linguagem. Código incluído. Dê uma estrela ao repositório para apoiar o avanço da tecnologia de fala!

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 Atualizado 2024-12-25 📅 Criado 2023-06-26
88
liutaocode/TTS-arxiv-daily

Atualizar Automaticamente Artigos de Texto para Fala (TTS) Diariamente usando Github Actions (Atualização a cada 12 horas)

liutaocode
⭐ 670 Python 👤 liutaocode User 🕐 Atualizado 2026-11-20 📅 Criado 2024-03-18
89
DanRuta/xVA-Synth

Aplicativo Electron de síntese de fala baseado em aprendizado de máquina, com vozes de personagens específicos de videogames

DanRuta
⭐ 633 JavaScript 👤 DanRuta User 🕐 Atualizado 2024-04-28 📅 Criado 2018-06-17
90
HojoAI/Hojo-TTS-Light

Hojo-TTS-Light é uma série de modelos leves de geração de fala desenvolvida pela HojoAI, que atualmente inclui modelos de 0,04B e 0,08B.

HojoAI
⭐ 617 Python 👤 HojoAI User 🕐 Atualizado 2026-11-05 📅 Criado 2026-05-08
91
oscie57/tiktok-voice

Script Python simples para interagir com a API TTS do TikTok

oscie57
⭐ 595 Python 👤 oscie57 User 🕐 Atualizado 2024-10-12 📅 Criado 2022-04-10
92
opendilab/CleanS2S

Agente interativo de fala para fala de alta qualidade e streaming em um único arquivo. Protótipo de agente inteligente de interação de voz full-duplex em streaming implementado apenas com um arquivo!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 Atualizado 2026-04-07 📅 Criado 2024-09-26
94
xingchensong/S3Tokenizer

Reverse Engineering do tokenizador semântico de fala supervisionado (S3Tokenizer) proposto no CosyVoice

xingchensong
⭐ 536 Python 👤 xingchensong User 🕐 Atualizado 2026-11-01 📅 Criado 2024-09-09
95
huakunyang/SummerTTS

SummerTTS é um projeto de síntese de voz (TTS) autônomo baseado em C++ para chinês e inglês. Ele é compilado de forma independente, pode ser executado localmente sem necessidade de rede e não possui dependências adicionais. Uma vez concluída a compilação com um único clique, ele está pronto para ser usado na síntese de voz em chinês e inglês.

huakunyang
⭐ 536 C++ 👤 huakunyang User 🕐 Atualizado 2025-07-10 📅 Criado 2023-04-20
96
bshall/knn-vc

Conversão de Voz Apenas Com Vizinhos Mais Próximos

bshall
⭐ 529 Python 👤 bshall User 🕐 Atualizado 2026-01-16 📅 Criado 2023-03-08
97
liusongxiang/Large-Audio-Models

Acompanhe os grandes modelos no domínio de áudio, incluindo fala, canto, música, etc.

liusongxiang
⭐ 522 👤 liusongxiang User 🕐 Atualizado 2026-07-03 📅 Criado 2023-03-12
98
yl4579/StarGANv2-VC

StarGANv2-VC: Uma Estrutura Diversificada, Não Supervisionada e Não Paralela para Conversão de Voz com Som Natural

yl4579
⭐ 520 Python 👤 yl4579 User 🕐 Atualizado 2025-01-13 📅 Criado 2021-07-21
99
nyosegawa/speech.cpp

Síntese de voz, reconhecimento de fala e detecção de atividade de voz para conversas por voz, em C++ com ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet e Silero VAD em Metal, Vulkan e CPU, com um servidor compatível com OpenAI e transcrição em tempo real.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Atualizado 2026-11-20 📅 Criado 2026-09-29
100
zhao-kun/VibeVoiceFusion

VibeVoiceFusion é um sistema web full-stack de geração de voz com vários locutores, com ajuste fino LoRA, geração em lote e otimização de VRAM. Baseado no VibeVoice da Microsoft (arquitetura autorregressiva + difusão).

zhao-kun
⭐ 501 Python 👤 zhao-kun User 🕐 Atualizado 2026-10-05 📅 Criado 2025-09-26