Git Stars Git Stars

#speech-synthesis 仓库

探索 100 个标记为 #speech-synthesis 的活跃开源 GitHub 仓库,它们累计获得 559,718 个 Star(平均每个项目 5,597 个)。该主题的领先项目是 microsoft/VibeVoice,拥有 57,449 个 Star。

100
仓库总数
559,718
总星标数
5,597
平均每个仓库星标数

共 101 个仓库

1
microsoft/VibeVoice

开源前沿语音AI

microsoft
⭐ 57,449 Python 👤 microsoft Organization 🕐 已更新 2026-10-08 📅 创建时间 2025-08-25
2
coqui-ai/TTS

🐸💬 - 一个用于文本转语音的深度学习工具包,在研究和生产中经过实战检验

coqui-ai
⭐ 44,052 Python 👤 coqui-ai Organization 🕐 已更新 2024-08-16 📅 创建时间 2020-05-20
3
OpenBMB/VoxCPM

VoxCPM2:无分词器多语言语音生成、创意语音设计和逼真克隆的TTS

OpenBMB
⭐ 42,850 Python 👤 OpenBMB Organization 🕐 已更新 2026-11-09 📅 创建时间 2025-09-16
4
suno-ai/bark

🔊 文本驱动的生成音频模型

suno-ai
⭐ 38,863 Jupyter Notebook 👤 suno-ai Organization 🕐 已更新 2024-08-19 📅 创建时间 2023-04-07
⭐ 28,013 Python 👤 resemble-ai Organization 🕐 已更新 2026-11-04 📅 创建时间 2025-04-23
6
NVIDIA-NeMo/Speech

一个可扩展的生成式 AI 框架,专为研究和开发大型语言模型、多模态和语音 AI(自动语音识别和文本到语音)的工作人员构建

NVIDIA-NeMo
⭐ 18,775 Python 👤 NVIDIA-NeMo Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-08-05
7
leon-ai/leon

🧠 Leon 是您的开源个人助理。

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-02-10
8
NVIDIA/DeepLearningExamples

最先进的深度学习脚本,按模型组织 - 在企业级基础设施上易于训练和部署,具有可重现的准确性和性能。

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 已更新 2024-08-12 📅 创建时间 2018-05-02
9
SesameAILabs/csm

一个对话式语音生成模型

SesameAILabs
⭐ 14,647 Python 👤 SesameAILabs Organization 🕐 已更新 2025-05-27 📅 创建时间 2025-02-26
10
supertone-inc/supertonic

闪电般的、设备端、多语言 TTS — 通过 ONNX 原生运行。

supertone-inc
⭐ 13,777 Swift 👤 supertone-inc Organization 🕐 已更新 2026-07-24 📅 创建时间 2025-11-18
11
huggingface/speech-to-speech

使用开源模型构建语音智能体

huggingface
⭐ 13,760 Python 👤 huggingface Organization 🕐 已更新 2026-11-19 📅 创建时间 2024-08-07
12
abus-aikorea/voice-pro

Gradio WebUI,面向创作者和开发者,具备主要的TTS(Edge-TTS, kokoro)和零样本语音克隆(E2 & F5-TTS, CosyVoice)功能,同时支持Whisper音频处理、YouTube下载、Demucs人声分离和多语言翻译。

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 已更新 2026-07-13 📅 创建时间 2024-07-29
13
PaddlePaddle/PaddleSpeech

易于使用的语音工具包,包括自监督学习模型、带有标点的SOTA/流式ASR、带有文本前端的流式TTS、发言者验证系统、端到端语音翻译和关键词检测。荣获NAACL2022最佳演示奖。

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 已更新 2026-08-12 📅 创建时间 2017-11-14
14
rany2/edge-tts

无需安装 Microsoft Edge,即可在 Python 中使用 Microsoft Edge 的在线文本转语音服务

rany2
⭐ 12,605 Python 👤 rany2 User 🕐 已更新 2026-11-18 📅 创建时间 2021-05-10
15
SparkAudio/Spark-TTS

Spark-TTS 推理代码

SparkAudio
⭐ 10,984 Python 👤 SparkAudio Organization 🕐 已更新 2025-04-09 📅 创建时间 2025-02-25
16
open-mmlab/Amphion

Amphion (/æmˈfaɪən/) 是一个用于音频、音乐和语音生成的工具包。其目的是支持可复现的研究,并帮助初级研究人员和工程师入门音频、音乐和语音生成的研究与开发领域。

open-mmlab
⭐ 10,346 Python 👤 open-mmlab Organization 🕐 已更新 2026-03-25 📅 创建时间 2023-11-15
17
espnet/espnet

端到端语音处理工具包

espnet
⭐ 10,022 Python 👤 espnet Organization 🕐 已更新 2026-11-20 📅 创建时间 2017-12-13
18
voicepaw/so-vits-svc-fork

so-vits-svc 增强版,支持实时处理,改进了界面并增加了更多功能。

voicepaw
⭐ 9,322 Python 👤 voicepaw Organization 🕐 已更新 2026-11-19 📅 创建时间 2023-03-15
19
netease-youdao/EmotiVoice

EmotiVoice 😊: 一个多语音和提示控制的TTS引擎

netease-youdao
⭐ 8,541 Python 👤 netease-youdao User 🕐 已更新 2026-09-03 📅 创建时间 2023-11-08
20
Neywa-Labs/mlx-audio

一个基于 Apple MLX 框架的文本转语音 (TTS)、语音转文本 (STT) 和语音转语音 (STS) 库,可在 Apple Silicon 上提供高效的语音分析。

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-11-27
21
Zyphra/Zonos

Zonos-v0.1 是一个领先的开源文本到语音模型,在超过 20 万小时的多样化多语言语音上进行了训练,其表现力和质量可与顶级 TTS 提供商媲美,甚至超越。

Zyphra
⭐ 7,213 Python 👤 Zyphra Organization 🕐 已更新 2025-03-05 📅 创建时间 2025-02-07
22
espeak-ng/espeak-ng

eSpeak NG 是一个开源语音合成器,支持超过一百种语言和口音。

espeak-ng
⭐ 7,051 C 👤 espeak-ng Organization 🕐 已更新 2026-11-19 📅 创建时间 2015-12-08
23
denizsafak/abogen

从 EPUB、PDF 和文本生成带同步字幕的有声读物。

denizsafak
⭐ 6,259 Python 👤 denizsafak User 🕐 已更新 2026-11-01 📅 创建时间 2025-04-24
24
snakers4/silero-models

Silero 模型:预训练的文本转语音模型,使用起来极其简单

snakers4
⭐ 6,223 Jupyter Notebook 👤 snakers4 User 🕐 已更新 2026-10-15 📅 创建时间 2020-09-11
25
yl4579/StyleTTS2

StyleTTS 2:通过风格扩散和大型语音语言模型的对抗性训练实现媲美人类水平的文本到语音合成

yl4579
⭐ 6,104 Python 👤 yl4579 User 🕐 已更新 2024-08-10 📅 创建时间 2023-06-14
26
NVIDIA/tacotron2

Tacotron 2 - PyTorch 实现,比实时更快的推理

NVIDIA
⭐ 5,299 Jupyter Notebook 👤 NVIDIA Organization 🕐 已更新 2024-06-12 📅 创建时间 2018-05-03
27
MoonInTheRiver/DiffSinger

DiffSinger: 通过浅层扩散机制的歌声合成(SVS & TTS);AAAI 2022;官方代码

MoonInTheRiver
⭐ 4,903 Python 👤 MoonInTheRiver User 🕐 已更新 2026-07-24 📅 创建时间 2021-12-17
28
OpenMOSS/MOSS-TTS-Nano

一个拥有1亿参数的多语言文本转语音(TTS)模型,支持实时CPU推理、声音克隆和48 kHz立体声生成

OpenMOSS
⭐ 4,711 Python 👤 OpenMOSS Organization 🕐 已更新 2026-09-06 📅 创建时间 2026-04-10
29
WhisperSpeech/WhisperSpeech

一个通过反转 Whisper 构建的开源文本到语音系统。

WhisperSpeech
⭐ 4,658 Jupyter Notebook 👤 WhisperSpeech Organization 🕐 已更新 2025-12-14 📅 创建时间 2023-02-14
30
openutau/OpenUtau

开放式歌唱合成平台 / 开源UTAU续作

openutau
⭐ 4,631 C# 👤 openutau Organization 🕐 已更新 2026-11-16 📅 创建时间 2014-11-27
31
OpenMOSS/MOSS-TTS

一个用于长篇语音、对话合成、声音设计、音效和实时流式文本转语音(TTS)的开源模型系列

OpenMOSS
⭐ 4,356 Python 👤 OpenMOSS Organization 🕐 已更新 2026-09-06 📅 创建时间 2026-02-07
32
metavoiceio/metavoice-src

用于类人、富有表现力TTS的基础模型

metavoiceio
⭐ 4,196 Python 👤 metavoiceio Organization 🕐 已更新 2024-07-30 📅 创建时间 2024-02-06
33
KoljaB/RealtimeTTS

实时将文本转换为语音

KoljaB
⭐ 4,059 Python 👤 KoljaB User 🕐 已更新 2026-11-18 📅 创建时间 2023-08-26
34
TensorSpeech/TensorFlowTTS

:stuck_out_tongue_closed_eyes: TensorFlowTTS: TensorFlow 2 的实时顶尖语音合成(支持英语、法语、朝鲜语、中文、德语,并且易于适配其他语言)

TensorSpeech
⭐ 3,989 Python 👤 TensorSpeech Organization 🕐 已更新 2024-07-05 📅 创建时间 2020-03-22
35
pnnbao97/VieNeu-TTS

支持即时语音克隆的越南语 TTS • 设备端运行 • CPU 实时推理 • 48kHz 音频质量 • 越南语文本转语音 • 越南语文字转语音 • 越南语 TTS

pnnbao97
⭐ 3,531 Python 👤 pnnbao97 User 🕐 已更新 2026-11-20 📅 创建时间 2025-10-28
36
intel/acat

辅助情境感知工具包 (ACAT)

intel
⭐ 3,231 C# 👤 intel Organization 🕐 已更新 2026-11-08 📅 创建时间 2015-02-17
37
Kedreamix/Linly-Dubbing

智能视频多语言AI配音/翻译工具 - Linly-Dubbing — “AI赋能,语言无界”

Kedreamix
⭐ 3,221 Jupyter Notebook 👤 Kedreamix User 🕐 已更新 2025-03-05 📅 创建时间 2024-08-08
38
openai/openai-fm

openai.fm 的代码,OpenAI Speech API 的演示

openai
⭐ 2,917 TypeScript 👤 openai Organization 🕐 已更新 2026-03-03 📅 创建时间 2025-04-15
⭐ 2,868 Python 👤 tensorflow Organization 🕐 已更新 2026-10-29 📅 创建时间 2018-07-24
40
Camb-ai/MARS5-TTS

CAMB.AI 的 MARS5 语音模型 (TTS)

Camb-ai
⭐ 2,809 Jupyter Notebook 👤 Camb-ai Organization 🕐 已更新 2024-08-01 📅 创建时间 2024-06-03
41
Intent-Lab/VisionClaw

Meta Ray‑Ban 智能眼镜的实时 AI 助手——通过 Gemini Live 与 OpenClaw 实现语音+视觉+智能行动

Intent-Lab
⭐ 2,634 TypeScript 👤 Intent-Lab Organization 🕐 已更新 2026-10-21 📅 创建时间 2026-02-06
42
marytts/marytts

MARY TTS -- 一个用纯Java编写的开源、多语言文本到语音合成系统

marytts
⭐ 2,578 Java 👤 marytts Organization 🕐 已更新 2025-01-17 📅 创建时间 2011-12-20
43
cogentapps/chat-with-gpt

带有语音的开源ChatGPT应用

cogentapps
⭐ 2,370 TypeScript 👤 cogentapps User 🕐 已更新 2024-05-24 📅 创建时间 2023-03-06
44
jik876/hifi-gan

HiFi-GAN:用于高效高保真语音合成的生成对抗网络

jik876
⭐ 2,290 Python 👤 jik876 User 🕐 已更新 2024-07-27 📅 创建时间 2020-10-14
45
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
46
RHVoice/RHVoice

一个免费开源的俄语和其他语言语音合成器

RHVoice
⭐ 1,864 C++ 👤 RHVoice Organization 🕐 已更新 2026-11-09 📅 创建时间 2010-07-28
47
mkiol/dsnote

Speech Note Linux 应用。通过离线语音转文本、文本转语音和机器翻译进行笔记记录、阅读和翻译。

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 已更新 2026-11-18 📅 创建时间 2021-10-07
48
Aratako/Irodori-TTS

基于流匹配的文本到语音模型,支持表情符号驱动的风格控制

Aratako
⭐ 1,650 Python 👤 Aratako User 🕐 已更新 2026-11-18 📅 创建时间 2026-02-25
49
kan-bayashi/ParallelWaveGAN

非官方 Parallel WaveGAN (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) 使用 PyTorch

kan-bayashi
⭐ 1,634 Jupyter Notebook 👤 kan-bayashi User 🕐 已更新 2024-04-22 📅 创建时间 2019-10-29
50
AlekPet/ComfyUI_Custom_Nodes_AlekPet

扩展Comfyui功能的自定义节点

AlekPet
⭐ 1,535 JavaScript 👤 AlekPet User 🕐 已更新 2026-11-20 📅 创建时间 2023-05-10

常见问题解答

1

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

GitHub 上排名第一的开源 #speech-synthesis 项目是 microsoft/VibeVoice,拥有 57,449 个 Star。开源前沿语音AI

2

#speech-synthesis 仓库中最常使用的编程语言有哪些?

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

3

#speech-synthesis 仓库的排名是如何计算的?

我们跟踪了 100 个标记为 #speech-synthesis 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 559,718 个 Star,平均每个仓库拥有 5,597 个 Star。排名每日根据 GitHub API 更新。