Git Stars Git Stars

#speech-to-speech 仓库

探索 16 个标记为 #speech-to-speech 的活跃开源 GitHub 仓库,它们累计获得 35,295 个 Star(平均每个项目 2,205 个)。该主题的领先项目是 dograh-hq/dograh,拥有 6,240 个 Star。

16
仓库总数
35,295
总星标数
2,205
平均每个仓库星标数
1
dograh-hq/dograh

开源语音 AI 平台。Vapi 和 Retell 的自托管替代方案。支持本地部署,在语音转语音 (Speech-to-Speech) 或 LLM/STT/TTS 场景下支持 BYOK,配备可视化工作流构建器,原生支持 MCP 和电话集成。

dograh-hq
⭐ 6,240 Python 👤 dograh-hq Organization 🕐 已更新 2026-11-16 📅 创建时间 2025-09-09
2
0xShug0/audio.cpp

一个基于ggml的全能纯C++音频模型推理引擎。支持TTS、STT、VAD、语音转换、音乐生成等功能,性能高度优化。无需Python依赖。

0xShug0
⭐ 4,385 C++ 👤 0xShug0 User 🕐 已更新 2026-11-21 📅 创建时间 2026-06-23
3
IAHispano/Applio

一个简单、高质量的语音转换工具,专注于易用性和性能。

IAHispano
⭐ 4,048 Python 👤 IAHispano Organization 🕐 已更新 2026-11-19 📅 创建时间 2023-08-07
4
gpt-omni/mini-omni

一个开源的多模态大型语言模型,能够边听边说边思考。具有实时端到端语音输入和流式音频输出对话能力。

gpt-omni
⭐ 3,504 Python 👤 gpt-omni Organization 🕐 已更新 2024-11-05 📅 创建时间 2024-08-27
5
ictnlp/LLaMA-Omni

LLaMA-Omni 是一个基于 Llama-3.1-8B-Instruct 构建的低延迟、高质量的端到端语音交互模型,旨在实现 GPT-4o 级别的语音能力。

ictnlp
⭐ 3,142 Python 👤 ictnlp Organization 🕐 已更新 2025-05-19 📅 创建时间 2024-09-10
6
zai-org/GLM-4-Voice

GLM-4-Voice | 端到端中英语音对话模型

zai-org
⭐ 3,108 Python 👤 zai-org Organization 🕐 已更新 2024-12-05 📅 创建时间 2024-10-24
7
akdeb/ElatoAI

在 Arduino ESP32 上使用 100 多种模型实现实时语音 AI,搭配安全 WebSocket 和边缘函数,适用于 AI 玩具、桌面陪伴设备及其他设备

akdeb
⭐ 2,122 TypeScript 👤 akdeb User 🕐 已更新 2026-11-21 📅 创建时间 2025-04-08
8
gpt-omni/mini-omni2

迈向支持视觉、语音和双向能力的开源 GPT-4o。

gpt-omni
⭐ 1,896 Python 👤 gpt-omni Organization 🕐 已更新 2025-01-16 📅 创建时间 2024-10-14
9
soniqo/speech-swift

适用于 Apple Silicon 的 AI 语音工具包 — 由 MLX 和 CoreML 驱动的 ASR、TTS、语音到语音、VAD 和说话人分割

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-02-04
10
beiyege-01/dsh-voice-ai-girlfriend

语音 AI 女友(DeepSeek Harness 的语音 AI 女友):Whisper 语音输入 + Qwen3-TTS 声音克隆 + 句子级流式朗读 + 数字人动画窗口。支持插话/排队双模式,说话即可打断。

beiyege-01
⭐ 1,104 TypeScript 👤 beiyege-01 User 🕐 已更新 2026-11-02 📅 创建时间 2026-08-15
11
QwenAudio/Fun-Audio-Chat

Fun-Audio-Chat 是一个专为自然、低延迟语音交互而构建的大型音频语言模型。

QwenAudio
⭐ 1,014 Python 👤 QwenAudio Organization 🕐 已更新 2026-09-24 📅 创建时间 2025-12-23
12
aws-samples/sample-mobile-ai-assistant

一款使用 React Native 构建的闪电般快速的跨平台移动 AI 助手应用。

aws-samples
⭐ 871 TypeScript 👤 aws-samples Organization 🕐 已更新 2026-11-12 📅 创建时间 2024-11-06
13
Neywa-Labs/mlx-audio-swift

用于Apple Silicon上MLX音频处理的模块化Swift SDK

Neywa-Labs
⭐ 822 Swift 👤 Neywa-Labs Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-12-03
14
rasonyang/ai-native-callcenter

自托管、API 优先的 AI 呼叫中心:AI 负责通话,代码掌控通话流程。AI 智能体接听每一通来电;人工可随时接管,无需挂断。基于 FreeSWITCH 运行,可搭配您的 SIP 中继和实时模型(OpenAI、Grok、Qwen、豆包或任何兼容的网关)。

rasonyang
⭐ 707 Go 👤 rasonyang User 🕐 已更新 2026-11-20 📅 创建时间 2026-08-11
15
FlashLabs-AI-Corp/FlashLabs-Chroma

世界上第一款开源、实时、端到端的语音对话模型,支持个性化语音克隆。

FlashLabs-AI-Corp
⭐ 552 Jupyter Notebook 👤 FlashLabs-AI-Corp Organization 🕐 已更新 2026-09-04 📅 创建时间 2025-11-13
16
opendilab/CleanS2S

高品质流式Speech-to-Speech交互代理,只用一个文件。只用一个文件实现的流式全双工语音交互原型智能体!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 已更新 2026-04-07 📅 创建时间 2024-09-26
17
adventists-ai/sophon-realtime

开放式全双工语音模型,能够听懂你的语气并以相应语气回应。借助 vLLM-Omni,仅需一块 GPU;或使用 MLX 在 Mac 上完全离线运行。零样本声音克隆,兼容 OpenAI Realtime / GPT-Live,并提供免费的托管 API 试用。Apache-2.0。

adventists-ai
⭐ 510 Python 👤 adventists-ai Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-11-04

常见问题解答

1

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

GitHub 上排名第一的开源 #speech-to-speech 项目是 dograh-hq/dograh,拥有 6,240 个 Star。开源语音 AI 平台。Vapi 和 Retell 的自托管替代方案。支持本地部署,在语音转语音 (Speech-to-Speech) 或 LLM/STT/TTS 场景下支持 BYOK,配备可视化工作流构建器,原生支持 MCP 和电话集成。

2

#speech-to-speech 仓库中最常使用的编程语言有哪些?

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

3

#speech-to-speech 仓库的排名是如何计算的?

我们跟踪了 16 个标记为 #speech-to-speech 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 35,295 个 Star,平均每个仓库拥有 2,205 个 Star。排名每日根据 GitHub API 更新。