Git Stars Git Stars

#speech-processing 仓库

探索 31 个标记为 #speech-processing 的活跃开源 GitHub 仓库,它们累计获得 106,282 个 Star(平均每个项目 3,428 个)。该主题的领先项目是 w-okada/voice-changer,拥有 21,430 个 Star。

31
仓库总数
106,282
总星标数
3,428
平均每个仓库星标数
1
w-okada/voice-changer

实时变声器 Realtime Voice Changer

w-okada
⭐ 21,430 Python 👤 w-okada User 🕐 已更新 2026-11-17 📅 创建时间 2022-08-22
2
speechbrain/speechbrain

一个基于PyTorch的语音工具包

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 已更新 2026-10-14 📅 创建时间 2020-04-28
3
pyannote/pyannote-audio

说话者分离的神经构建块:语音活动检测、说话者变化检测、重叠语音检测、说话者嵌入

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 已更新 2026-11-19 📅 创建时间 2016-03-07
4
snakers4/silero-vad

Silero VAD:预训练的企业级语音活动检测器

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 已更新 2026-11-20 📅 创建时间 2020-11-23
5
HenryNdubuaku/maths-cs-ai-compendium

通过这本涵盖数学、计算和机器学习直觉的非传统教科书,成为一名顶尖的 AI/ML 研究员/工程师。

HenryNdubuaku
⭐ 7,730 TypeScript 👤 HenryNdubuaku User 🕐 已更新 2026-07-18 📅 创建时间 2026-02-03
6
pliang279/awesome-multimodal-ml

多模态机器学习研究主题阅读列表

pliang279
⭐ 6,773 👤 pliang279 User 🕐 已更新 2024-08-20 📅 创建时间 2019-05-27
7
Agentchengfeng/chengfeng-videocut-skills

用 Claude Code Skills 做的视频剪辑 Agent

Agentchengfeng
⭐ 3,252 JavaScript 👤 Agentchengfeng User 🕐 已更新 2026-10-10 📅 创建时间 2026-01-14
8
microsoft/torchscale

(M)LLM 的基础架构

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 已更新 2024-04-11 📅 创建时间 2022-11-17
9
linto-ai/whisper-timestamped

具有词级时间戳和置信度的多语言自动语音识别

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 已更新 2026-09-28 📅 创建时间 2023-01-13
10
wiseman/py-webrtcvad

WebRTC 语音活动检测器的 Python 接口

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 已更新 2024-07-04 📅 创建时间 2016-04-23
11
TEN-framework/ten-vad

语音活动检测器(VAD):低延迟、高性能、轻量级

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-04-29
12
DigitalPhonetics/IMS-Toucan

适用于 7000 多种语言的可控且快速的文本到语音转换!

DigitalPhonetics
⭐ 2,211 Python 👤 DigitalPhonetics Organization 🕐 已更新 2026-01-25 📅 创建时间 2021-08-05
13
resemble-ai/resemble-enhance

AI驱动的语音降噪与增强

resemble-ai
⭐ 2,128 Python 👤 resemble-ai Organization 🕐 已更新 2024-12-03 📅 创建时间 2023-11-15
14
wq2012/awesome-diarization

精选的优秀 Speaker Diarization 论文、库、数据集和其他资源的列表。

wq2012
⭐ 1,917 👤 wq2012 User 🕐 已更新 2026-10-26 📅 创建时间 2019-01-19
15
nyrahealth/CrisperWhisper

可控转录。逐字转录(包括每个填充词、停顿、口吃和发声),或意图转录(即说话者想表达的内容,并针对可读性进行优化),并提供词级时间戳。

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 已更新 2026-11-11 📅 创建时间 2024-05-24
16
0nutation/SpeechGPT

SpeechGPT系列:语音大语言模型

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 已更新 2024-07-22 📅 创建时间 2023-05-16
17
coqui-ai/open-speech-corpora

💎 ASR、TTS 及其他语音技术的可访问语音语料库列表

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 已更新 2024-06-06 📅 创建时间 2019-01-31
18
haoheliu/voicefixer

通用语音恢复

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 已更新 2025-02-17 📅 创建时间 2021-09-06
19
ictnlp/StreamSpeech

StreamSpeech 是一个用于离线和同声语音识别、语音翻译和语音合成的“一体化”无缝模型。

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 已更新 2025-06-29 📅 创建时间 2024-06-04
20
midas-research/audino

面向人类的开源音频标注工具

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 已更新 2026-02-03 📅 创建时间 2019-10-03
21
X-LANCE/SLAM-LLM

面向大型语言模型的语音、语言、音频、音乐处理框架

X-LANCE
⭐ 1,072 Python 👤 X-LANCE Organization 🕐 已更新 2026-01-15 📅 创建时间 2023-10-23
22
facebookresearch/spiritlm

论文《Spirit-LM Interleaved Spoken and Written Language Model》的推理代码。

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 已更新 2024-10-28 📅 创建时间 2024-09-06
23
facebookresearch/SONAR

SONAR,一个新的多语言、多模态固定大小句子嵌入空间,包含全套语音和文本编码器及解码器。

facebookresearch
⭐ 912 Python 👤 facebookresearch Organization 🕐 已更新 2025-10-10 📅 创建时间 2023-08-01
24
google/visqol

语音和音频感知质量估计器

google
⭐ 894 C++ 👤 google Organization 🕐 已更新 2025-05-17 📅 创建时间 2019-12-06
25
Ryuk17/SpeechAlgorithms

您可以在这里找到想要的语音算法

Ryuk17
⭐ 878 C 👤 Ryuk17 User 🕐 已更新 2026-10-03 📅 创建时间 2020-05-11
26
JeremyCCHsu/Python-Wrapper-for-World-Vocoder

高品质声码器 "World" 的 Python 包装器

JeremyCCHsu
⭐ 796 Cython 👤 JeremyCCHsu User 🕐 已更新 2026-08-20 📅 创建时间 2016-05-24
27
D-Keqi/mtla

MTLA: 多头时序潜在注意力

D-Keqi
⭐ 761 Python 👤 D-Keqi User 🕐 已更新 2025-10-06 📅 创建时间 2025-05-19
28
Rudrabha/LipGAN

此存储库包含 LipGAN 的代码。LipGAN 作为题为 "Towards Automatic Face-to-Face Translation" 的论文的一部分发表。

Rudrabha
⭐ 617 Python 👤 Rudrabha User 🕐 已更新 2025-06-22 📅 创建时间 2020-01-02
29
pliang279/MultiBench

[NeurIPS 2021] 多模态表征学习的多尺度基准

pliang279
⭐ 605 HTML 👤 pliang279 User 🕐 已更新 2024-01-27 📅 创建时间 2021-03-05
30
ddlBoJack/Speech-Resources

语音方向实验室/公司/资源/实习等,欢迎推荐或自荐

ddlBoJack
⭐ 591 👤 ddlBoJack User 🕐 已更新 2024-11-13 📅 创建时间 2021-11-04
31
microsoft/MS-SNSD

Microsoft Scalable Noisy Speech Dataset (MS-SNSD) 是一个可根据所需说话者数量、噪声类型和信噪比 (SNR) 水平扩展到任意大小的噪声语音数据集。

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 已更新 2024-07-01 📅 创建时间 2019-08-26

常见问题解答

1

GitHub 上最受欢迎的 #speech-processing 仓库是什么?

GitHub 上排名第一的开源 #speech-processing 项目是 w-okada/voice-changer,拥有 21,430 个 Star。实时变声器 Realtime Voice Changer

2

#speech-processing 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #speech-processing 项目中,最常见的编程语言是 Python, C, TypeScript, HTML。

3

#speech-processing 仓库的排名是如何计算的?

我们跟踪了 31 个标记为 #speech-processing 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 106,282 个 Star,平均每个仓库拥有 3,428 个 Star。排名每日根据 GitHub API 更新。