Git Stars Git Stars

#text-to-speech 仓库

探索 260 个标记为 #text-to-speech 的活跃开源 GitHub 仓库,它们累计获得 1,515,362 个 Star(平均每个项目 5,828 个)。该主题的领先项目是 harry0703/MoneyPrinterTurbo,拥有 144,921 个 Star。

260
仓库总数
1.5M
总星标数
5,828
平均每个仓库星标数

共 261 个仓库

1
harry0703/MoneyPrinterTurbo

利用 AI 大模型和自动化工作流,根据主题或关键词一键生成高清短视频。

harry0703
⭐ 144,921 Python 👤 harry0703 User 🕐 已更新 2026-11-21 📅 创建时间 2024-03-11
2
debpalash/VoiceStudio

VoiceStudio 是 ElevenLabs 的开源、完全本地化替代方案,支持 646 种语言的声音克隆、声音设计、视频配音、听写、转录和有声书创作。

debpalash
⭐ 115,753 Python 👤 debpalash User 🕐 已更新 2026-11-21 📅 创建时间 2026-04-09
3
OpenMontageInc/OpenMontage

全球首个开源、智能代理视频制作系统。12条制作流水线,100多种工具,700多个代理技能与制作知识文件。将您的AI编程助手转变为完整的视频制作工作室。

OpenMontageInc
⭐ 82,044 Python 👤 OpenMontageInc Organization 🕐 已更新 2026-11-16 📅 创建时间 2026-03-29
4
unslothai/unsloth

用于运行和训练大语言模型及扩散模型的本地界面。支持 GGUF、MLX、Qwen3.8、DeepSeek-V4.1、MiniMax-H3、Gemma 4、FLUX 等。

unslothai
⭐ 79,885 Python 👤 unslothai Organization 🕐 已更新 2026-11-21 📅 创建时间 2023-11-29
5
RVC-Boss/GPT-SoVITS

1分钟的语音数据也可以用来训练一个好的TTS模型!(少样本语音克隆)

RVC-Boss
⭐ 64,159 Python 👤 RVC-Boss User 🕐 已更新 2026-11-11 📅 创建时间 2024-01-14
6
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
7
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
8
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
9
2noise/ChatTTS

一个用于日常对话的生成式语音模型。

2noise
⭐ 40,035 Python 👤 2noise Organization 🕐 已更新 2026-04-10 📅 创建时间 2024-05-27
10
babysor/MockingBird

🚀在5秒内克隆一个声音,即可实时生成任意语音

babysor
⭐ 36,856 Python 👤 babysor User 🕐 已更新 2026-03-03 📅 创建时间 2021-08-07
11
myshell-ai/OpenVoice

MIT和MyShell的即时语音克隆。音频基础模型。

myshell-ai
⭐ 36,596 Python 👤 myshell-ai Organization 🕐 已更新 2025-04-19 📅 创建时间 2023-11-29
12
index-tts/index-tts

一个工业级可控高效的零样本文本到语音系统

index-tts
⭐ 25,219 Python 👤 index-tts User 🕐 已更新 2026-09-29 📅 创建时间 2025-02-06
13
QwenAudio/CosyVoice

多语言大型语音生成模型,提供推理、训练和部署的全栈能力。

QwenAudio
⭐ 24,469 Python 👤 QwenAudio Organization 🕐 已更新 2026-05-25 📅 创建时间 2024-07-03
14
jianchang512/pyvideotrans

将视频从一种语言翻译成另一种语言,并嵌入配音和字幕。

jianchang512
⭐ 19,789 Python 👤 jianchang512 User 🕐 已更新 2026-11-21 📅 创建时间 2023-10-02
15
nari-labs/dia

一个能够一次性生成超逼真对话的 TTS 模型。

nari-labs
⭐ 19,411 Python 👤 nari-labs Organization 🕐 已更新 2025-11-19 📅 创建时间 2025-04-19
16
lemomo-ai/lemo-opuscar

为 Claude Code 打造的代码制片风格工具箱:99 种即用风格,也能创造属于你自己的风格。每种风格都包含一条风格提示词,以及一部完全由 Claude Opus 5.5 通过代码制作、未使用视频模型的示范影片。作者:Lemomo。

lemomo-ai
⭐ 19,331 JavaScript 👤 lemomo-ai User 🕐 已更新 2026-11-20 📅 创建时间 2026-09-26
17
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
18
KittenML/KittenTTS

可在 CPU 上运行的开源最先进 TTS 模型 😻

KittenML
⭐ 17,026 Python 👤 KittenML Organization 🕐 已更新 2026-11-19 📅 创建时间 2025-08-05
19
k2-fsa/sherpa-onnx

使用下一代 Kaldi 配合 onnxruntime 离线进行语音转文字、文字转语音、说话人分离、语音增强、声源分离和 VAD。支持嵌入式系统、Android、iOS、HarmonyOS、树莓派、RISC-V、RK NPU、Axera NPU、Ascend NPU、x86_64 服务器、websocket 服务器/客户端,支持 12 种编程语言

k2-fsa
⭐ 16,076 C++ 👤 k2-fsa Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-09-01
20
SWivid/F5-TTS

“F5-TTS:一个通过流匹配伪造流利且忠实语音的童话叙述者”的官方代码

SWivid
⭐ 15,634 Python 👤 SWivid User 🕐 已更新 2026-11-03 📅 创建时间 2024-10-08
21
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
22
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
23
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
24
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
25
idootop/mi-gpt

🏠 将小爱音箱接入 ChatGPT 和豆包,改造成你的专属语音助手。

idootop
⭐ 12,316 TypeScript 👤 idootop User 🕐 已更新 2025-09-10 📅 创建时间 2024-01-24
26
NVIDIA/personaplex

PersonaPlex 代码。

NVIDIA
⭐ 12,156 Python 👤 NVIDIA Organization 🕐 已更新 2026-11-06 📅 创建时间 2026-01-05
27
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
28
kyutai-labs/pocket-tts

适合你 CPU(甚至可以放进口袋)的 TTS

kyutai-labs
⭐ 10,365 Python 👤 kyutai-labs Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-01-07
29
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
30
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
31
jasonppy/VoiceCraft

野外的零样本语音编辑和文本到语音

jasonppy
⭐ 8,587 Jupyter Notebook 👤 jasonppy User 🕐 已更新 2026-05-30 📅 创建时间 2024-03-12
32
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
33
boson-ai/higgs-audio

Boson AI 的文本到音频基础模型

boson-ai
⭐ 8,390 Python 👤 boson-ai Organization 🕐 已更新 2026-06-05 📅 创建时间 2025-07-20
34
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
35
hexgrad/kokoro

https://hf.co/hexgrad/Kokoro-82M

hexgrad
⭐ 8,289 JavaScript 👤 hexgrad User 🕐 已更新 2025-08-06 📅 创建时间 2025-01-10
36
Osmantic/ODS

ODS V3 预发布:在 V3 正式推出前进行公开测试和改进。将您的 PC、Mac 或 Linux 设备变成私有 AI 服务器。

Osmantic
⭐ 7,882 Python 👤 Osmantic Organization 🕐 已更新 2026-11-19 📅 创建时间 2026-02-09
37
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
38
myshell-ai/MeloTTS

MyShell.ai 高品质多语言文本转语音库。支持英语、西班牙语、法语、中文、日语和韩语。

myshell-ai
⭐ 7,111 Python 👤 myshell-ai Organization 🕐 已更新 2024-12-24 📅 创建时间 2024-02-19
39
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
40
argmaxinc/argmax-oss-swift

适用于 Apple Silicon 的设备端语音 AI

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 已更新 2026-10-27 📅 创建时间 2024-01-26
41
promptslab/Awesome-Prompt-Engineering

本存储库包含精选的提示工程资源,重点关注生成式预训练 Transformer (GPT)、ChatGPT、PaLM 等。

promptslab
⭐ 6,455 TypeScript 👤 promptslab Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-02-09
42
ddean2009/MoneyPrinterPlus

AI一键批量生成各类短视频,自动批量混剪短视频,自动把视频发布到抖音,快手,小红书,视频号上,赚钱从来没有这么容易过! 支持本地语音模型chatTTS,faster-whisper,GPTSoVITS,支持云语音:Azure,阿里云,腾讯云。支持Stable diffusion,comfyUI直接AI生图。使用AI LLM一键生成短视频,一起印钞票!支持:chatTTS, faster-whisper, GPTSoVITS, Azure, Tencent Cloud, Ali Cloud。

ddean2009
⭐ 6,408 Python 👤 ddean2009 User 🕐 已更新 2025-03-07 📅 创建时间 2024-05-09
43
neuphonic/neutts

Neuphonic 的设备端 TTS 模型

neuphonic
⭐ 6,343 Python 👤 neuphonic Organization 🕐 已更新 2026-07-30 📅 创建时间 2025-10-02
44
OHF-Voice/piper1-gpl

快速本地化的神经文本转语音引擎

OHF-Voice
⭐ 6,342 C++ 👤 OHF-Voice Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-03-28
45
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
46
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
47
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
48
Shaunwei/RealChar

🎙️🤖实时创建、自定义和与您的AI角色/伴侣交谈(全部在一个代码库中!)。使用LLM OpenAI GPT3.5/4、Anthropic Claude2、Chroma Vector DB、Whisper Speech2Text、ElevenLabs Text2Speech在任何地方(移动设备、网页和终端)与AI进行自然无缝的对话🎙️🤖

Shaunwei
⭐ 6,216 JavaScript 👤 Shaunwei User 🕐 已更新 2026-01-20 📅 创建时间 2023-06-26
49
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
50
liuzhao1225/YouDub-Desktop

适用于 YouTube/Bilibili 的开源 AI 视频本地化与配音工具:语音识别、字幕翻译、声音克隆、音频混音与渲染。开源 AI 视频翻译配音工具。

liuzhao1225
⭐ 5,874 TypeScript 👤 liuzhao1225 User 🕐 已更新 2026-11-21 📅 创建时间 2023-12-26

常见问题解答

1

GitHub 上最受欢迎的 #text-to-speech 仓库是什么?

GitHub 上排名第一的开源 #text-to-speech 项目是 harry0703/MoneyPrinterTurbo,拥有 144,921 个 Star。利用 AI 大模型和自动化工作流,根据主题或关键词一键生成高清短视频。

2

#text-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 #text-to-speech 项目中,最常见的编程语言是 Python, TypeScript, JavaScript, C++。

3

#text-to-speech 仓库的排名是如何计算的?

我们跟踪了 260 个标记为 #text-to-speech 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 1,515,362 个 Star,平均每个仓库拥有 5,828 个 Star。排名每日根据 GitHub API 更新。