Git Stars Git Stars

#speech Repositórios

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

76 repositórios no total

51
pykaldi/pykaldi

Um wrapper Python para Kaldi

pykaldi
⭐ 1,039 Python 👤 pykaldi Organization 🕐 Atualizado 2025-11-30 📅 Criado 2017-06-19
52
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
53
ina-foss/inaSpeechSegmenter

Toolkit de segmentação de áudio baseado em CNN. Permite detetar fala, música, ruído e género do locutor. Foi concebido para estudos de igualdade de género em larga escala baseados no tempo de fala por género.

ina-foss
⭐ 919 Python 👤 ina-foss Organization 🕐 Atualizado 2026-03-12 📅 Criado 2018-03-12
54
OpenMOSS/AnyGPT

Um modelo de linguagem multimodal unificado baseado na modelagem de sequências discretas

OpenMOSS
⭐ 889 Python 👤 OpenMOSS Organization 🕐 Atualizado 2026-09-06 📅 Criado 2024-02-18
55
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
56
yeyupiaoling/PPASR

Implementação ponta a ponta de reconhecimento de fala chinês baseada em PaddlePaddle, do básico à prática, com casos de uso de entrada super simples e projetos empresariais super práticos. Suporta os modelos DeepSpeech2, Conformer e Squeezeformer mais populares atualmente.

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 Atualizado 2025-12-17 📅 Criado 2021-02-26
57
TrevorS/voxtral-mini-realtime-rs

Voxtral ASR & TTS rodando nativamente e no navegador. Implementação em Rust do Voxtral mini ASR/TTS em tempo real da Mistral usando o framework ML Burn

TrevorS
⭐ 827 Rust 👤 TrevorS User 🕐 Atualizado 2026-10-12 📅 Criado 2026-02-04
58
AlphaAvatar/AlphaAvatar

Um assistente omnicanal em tempo real para todos

AlphaAvatar
⭐ 823 Python 👤 AlphaAvatar User 🕐 Atualizado 2026-11-21 📅 Criado 2025-07-30
59
cboard-org/cboard

Sistema de Comunicação Aumentativa e Alternativa (CAA) com síntese de voz para o navegador

cboard-org
⭐ 769 JavaScript 👤 cboard-org Organization 🕐 Atualizado 2026-11-18 📅 Criado 2017-02-10
60
goxr3plus/XR3Player

🎧 🎼 O reprodutor de mídia JavaFX MAIS AVANÇADO

goxr3plus
⭐ 765 Java 👤 goxr3plus User 🕐 Atualizado 2025-04-28 📅 Criado 2017-01-10
61
yeyupiaoling/MASR

Framework de reconhecimento automático de fala (ASR) implementado em Pytorch para streaming e não-streaming, compatível com reconhecimento online e offline, suportando atualmente os modelos Conformer, Squeezeformer e DeepSpeech2, e diversos métodos de aumento de dados.

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 Atualizado 2026-07-06 📅 Criado 2020-07-29
62
coqui-ai/TTS-papers

Coleção de artigos de TTS

coqui-ai
⭐ 720 👤 coqui-ai Organization 🕐 Atualizado 2024-07-04 📅 Criado 2020-05-15
63
OlaWod/FreeVC

FreeVC: Rumo à Conversão de Voz de Alta Qualidade com Uma Tomada Livre de Texto

OlaWod
⭐ 715 Python 👤 OlaWod User 🕐 Atualizado 2025-01-19 📅 Criado 2022-10-27
64
openspeech-team/openspeech

Kit de ferramentas de código aberto para reconhecimento de fala de ponta a ponta, aproveitando PyTorch-Lightning e Hydra.

openspeech-team
⭐ 715 Python 👤 openspeech-team Organization 🕐 Atualizado 2026-06-21 📅 Criado 2021-06-06
65
OpenMOSS/MOSS-Audio

Um modelo de código aberto para compreender fala, sons ambientes e música por meio de legendagem, perguntas e respostas e raciocínio

OpenMOSS
⭐ 713 Python 👤 OpenMOSS Organization 🕐 Atualizado 2026-09-06 📅 Criado 2026-04-11
66
travisvn/chatterbox-tts-api

API local compatível com OpenAI de texto para voz (TTS) usando Chatterbox, permitindo que os usuários gerem fala clonada de voz em qualquer lugar onde a API OpenAI seja usada (por exemplo, Open WebUI, AnythingLLM, etc.).

travisvn
⭐ 700 Python 👤 travisvn User 🕐 Atualizado 2025-12-23 📅 Criado 2025-05-31
67
Orenoid/BabelDuck

Aplicativo de prática de conversa com IA amigável para iniciantes

Orenoid
⭐ 694 TypeScript 👤 Orenoid User 🕐 Atualizado 2026-04-07 📅 Criado 2024-09-18
68
xinjli/allosaurus

Allosaurus é um reconhecedor fonético universal pré-treinado para mais de 2000 idiomas

xinjli
⭐ 689 Python 👤 xinjli User 🕐 Atualizado 2024-04-26 📅 Criado 2020-02-12
69
evancohen/sonus

:speech_balloon: /so.nus/ STT (speech to text) para Node com detecção de hotword offline

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 Atualizado 2026-09-11 📅 Criado 2016-08-30
70
Graphi07/room-impulse-responses

Uma lista de conjuntos de dados de resposta de impulso de sala publicamente disponíveis e scripts para baixá-los.

Graphi07
⭐ 629 Shell 👤 Graphi07 User 🕐 Atualizado 2026-08-21 📅 Criado 2021-03-19
71
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
72
SpeechColab/Leaderboard

SpeechIO Leaderboard: uma plataforma de benchmarking grande, robusta e abrangente para o Reconhecimento Automático de Fala.

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 Atualizado 2025-03-29 📅 Criado 2021-02-07
73
google/tacotron

Amostras de áudio que acompanham publicações relacionadas ao Tacotron, um modelo de síntese de fala ponta a ponta.

google
⭐ 539 HTML 👤 google Organization 🕐 Atualizado 2025-08-01 📅 Criado 2017-03-20
74
bshall/knn-vc

Conversão de Voz Apenas Com Vizinhos Mais Próximos

bshall
⭐ 529 Python 👤 bshall User 🕐 Atualizado 2026-01-16 📅 Criado 2023-03-08
75
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
76
adventists-ai/sophon-realtime

Modelos de voz abertos full-duplex que percebem o seu tom e falam com um tom próprio. Uma única GPU com vLLM-Omni ou execução totalmente offline em um Mac com MLX. Clonagem de voz zero-shot, compatibilidade com OpenAI Realtime / GPT-Live e teste gratuito da API hospedada. Apache-2.0.

adventists-ai
⭐ 510 Python 👤 adventists-ai Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-11-04