Git Stars Git Stars

#speech-processing Репозитории

Откройте для себя 31 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #speech-processing, с общим числом 106,282 звёзд (в среднем 3,428 на проект). Лидером этой темы является w-okada/voice-changer, набравший 21,430 звёзд.

31
Всего репозиториев
106,282
Всего звезд
3,428
Среднее количество звезд на репозиторий

Всего репозиториев: 31

1
w-okada/voice-changer

Реальный голосовой чейнджер Realtime Voice Changer

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

Речевой инструментарий на базе PyTorch

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

Нейронные строительные блоки для диаризации спикеров: обнаружение речевой активности, обнаружение смены спикера, обнаружение перекрывающейся речи, встраивание спикера

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Обновлено 2026-11-19 📅 Создано 2016-03-07
4
snakers4/silero-vad

Silero VAD: предварительно обученный детектор активности речи корпоративного уровня

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Обновлено 2026-11-20 📅 Создано 2020-11-23
5
HenryNdubuaku/maths-cs-ai-compendium

Станьте выдающимся исследователем/инженером в области ИИ/МО с помощью этого нестандартного учебника, который охватывает математику, вычисления и машинное обучение на основе интуиции.

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

Список литературы по темам исследований в мультимодальном машинном обучении

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

Агент видеомонтажа, созданный с помощью Claude Code Skills.

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

Базовая архитектура для (M)LLMs

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 Обновлено 2024-04-11 📅 Создано 2022-11-17
9
linto-ai/whisper-timestamped

Многоязычное автоматическое распознавание речи с временными метками на уровне слов и уверенностью

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Обновлено 2026-09-28 📅 Создано 2023-01-13
10
wiseman/py-webrtcvad

Интерфейс Python для детектора активности голоса WebRTC

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Обновлено 2024-07-04 📅 Создано 2016-04-23
11
TEN-framework/ten-vad

Детектор голосовой активности (VAD): низкая задержка, высокая производительность и легковесность

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-04-29
12
DigitalPhonetics/IMS-Toucan

Управляемый и быстрый синтез речи для более чем 7000 языков!

DigitalPhonetics
⭐ 2,211 Python 👤 DigitalPhonetics Organization 🕐 Обновлено 2026-01-25 📅 Создано 2021-08-05
13
resemble-ai/resemble-enhance

Удаление шума и улучшение речи на базе ИИ

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

Куратированный список крутых статей, библиотек, датасетов и других ресурсов по Speaker Diarization.

wq2012
⭐ 1,917 👤 wq2012 User 🕐 Обновлено 2026-10-26 📅 Создано 2019-01-19
15
nyrahealth/CrisperWhisper

Управляемая транскрипция. Дословная (с каждым словом-паразитом, паузой, заиканием и вокальным звуком) или смысловая (что именно хотел сказать говорящий, с оптимизацией для удобства чтения), с временными метками на уровне слов.

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Обновлено 2026-11-11 📅 Создано 2024-05-24
16
0nutation/SpeechGPT

Серия SpeechGPT: Большие языковые модели для речи

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

💎 Список доступных речевых корпусов для ASR, TTS и других технологий речи

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

Общее восстановление речи

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 Обновлено 2025-02-17 📅 Создано 2021-09-06
19
ictnlp/StreamSpeech

StreamSpeech — это универсальная(«All in One»)бесшовная модель для офлайн- и синхронного распознавания речи, голосового перевода и синтеза речи.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Обновлено 2025-06-29 📅 Создано 2024-06-04
20
midas-research/audino

Инструмент для аннотации аудио с открытым исходным кодом для людей

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

Фреймворк для обработки речи, языка, аудио и музыки с помощью больших языковых моделей

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

Код вывода для статьи «Spirit-LM Interleaved Spoken and Written Language Model».

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

SONAR, новое многоязычное и мультимодальное пространство встраивания предложений фиксированного размера с полным набором речевых и текстовых кодировщиков и декодеров.

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

Оценщик воспринимаемого качества для речи и аудио

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

Здесь вы можете найти нужные вам речевые алгоритмы

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

Обертка на Python для высококачественного вокодера "World"

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

MTLA: Многоголовочное временное латентное внимание

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

Этот репозиторий содержит коды для LipGAN. LipGAN был опубликован как часть статьи под названием "Towards Automatic Face-to-Face Translation".

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

[NeurIPS 2021] Многомасштабные эталоны для мультимодального обучения представления

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

Лаборатория/компания/ресурсы/стажировки в области голосового направления и т. д., приветствуются рекомендации или саморекомендации

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

Microsoft Scalable Noisy Speech Dataset (MS-SNSD) — это набор данных с шумной речью, который может масштабироваться до произвольных размеров в зависимости от количества говорящих, типов шума и желаемых уровней отношения сигнал/шум (SNR).

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 Обновлено 2024-07-01 📅 Создано 2019-08-26

Часто задаваемые вопросы

1

Какой репозиторий по теме #speech-processing наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #speech-processing на GitHub — w-okada/voice-changer, набравший 21,430 звёзд. Реальный голосовой чейнджер Realtime Voice Changer

2

Какие языки программирования чаще всего используются в репозиториях по теме #speech-processing?

Среди наиболее высоко оценённых проектов по теме #speech-processing на GitHub чаще всего используются языки программирования Python, C, TypeScript, HTML.

3

Как рассчитывается рейтинг репозиториев по теме #speech-processing?

Мы отслеживаем 31 активных репозиториев с открытым исходным кодом, отмеченных тегом #speech-processing (500 и более звёзд), с общим числом 106,282 звёзд и в среднем 3,428 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.