Git Stars Git Stars

#text-to-speech 仓库

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

51
dnhkng/GLaDOS

这是 GLaDOS 的个性核心,是 Valve Portal 系列 AI 现实化实现的第一步。

dnhkng
⭐ 5,781 Python 👤 dnhkng User 🕐 已更新 2026-10-11 📅 创建时间 2023-03-23
52
remsky/Kokoro-FastAPI

Docker 化的 OpenAI 兼容封装,用于 Kokoro-82M 文本转语音;支持多平台 CPU、AMD 和 NVIDIA GPU 上的 PyTorch;支持多说话人、语音克隆与调校、字幕时间戳、SSML、WebSocket,以及可选的跟读网页界面

remsky
⭐ 5,710 Python 👤 remsky User 🕐 已更新 2026-11-21 📅 创建时间 2024-12-30
53
ysharma3501/LuxTTS

一种高质量、快速的 TTS 语音克隆模型,能够达到 150 倍实时速度。

ysharma3501
⭐ 5,562 Python 👤 ysharma3501 User 🕐 已更新 2026-06-05 📅 创建时间 2026-01-23
54
huggingface/parler-tts

用于高质量TTS模型推理和训练的库。

huggingface
⭐ 5,503 Python 👤 huggingface Organization 🕐 已更新 2024-12-10 📅 创建时间 2024-02-13
55
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
56
AhmadHassan-BTed/B

一款自主且具备上下文感知能力的 AI 桌面伴侣。使用 Python 构建,具备实时屏幕视觉、自定义 ONNX 语音合成、活动窗口跟踪,以及带有响应式面部表情的动态悬浮界面。

AhmadHassan-BTed
⭐ 5,177 Python 👤 AhmadHassan-BTed User 🕐 已更新 2026-07-07 📅 创建时间 2026-05-02
57
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
58
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
59
gradio-app/fastrtc

用于实时通信的 Python 库

gradio-app
⭐ 4,639 JavaScript 👤 gradio-app Organization 🕐 已更新 2026-10-21 📅 创建时间 2024-09-25
60
cbh123/narrator

大卫·爱登堡为你的人生配音

cbh123
⭐ 4,426 Python 👤 cbh123 User 🕐 已更新 2026-07-23 📅 创建时间 2023-11-14
61
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
62
collabora/WhisperLive

OpenAI Whisper 的近乎实时实现。

collabora
⭐ 4,363 Python 👤 collabora Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-05-04
63
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
64
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
65
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
66
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
67
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
68
KoljaB/RealtimeVoiceChat

与AI进行自然的口头对话!

KoljaB
⭐ 3,875 Python 👤 KoljaB User 🕐 已更新 2026-11-12 📅 创建时间 2025-04-19
69
Soul-AILab/SoulX-Podcast

SoulX-Podcast 是 Soul AI 团队用于从文本生成高保真播客的推理代码库。

Soul-AILab
⭐ 3,691 Python 👤 Soul-AILab Organization 🕐 已更新 2025-12-11 📅 创建时间 2025-09-22
70
vocodedev/vocode-core

构建基于语音的大型语言模型 agente. 模块化 + 开源。

vocodedev
⭐ 3,670 Python 👤 vocodedev Organization 🕐 已更新 2024-11-15 📅 创建时间 2023-02-24
71
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
72
Kedreamix/Linly-Talker

数字虚拟形象对话系统 - Linly-Talker。😄✨ Linly-Talker是一个智能AI系统,它将大型语言模型(LLMs)与视觉模型相结合,创造了一种新颖的人机交互方法。🤝🤖 它集成了Whisper、Linly、Microsoft Speech Services和SadTalker说话头生成系统等多种技术。🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 已更新 2026-02-10 📅 创建时间 2023-10-17
73
Azure-Samples/cognitive-services-speech-sdk

Microsoft Cognitive Services Speech SDK 的示例代码

Azure-Samples
⭐ 3,457 C# 👤 Azure-Samples Organization 🕐 已更新 2026-11-17 📅 创建时间 2018-04-26
74
rsxdalv/TTS-WebUI

一个带有 ACE-Step、OmniVoice、Kimi Audio、Piper TTS、GPT-SoVITS、CosyVoice、XTTSv2、DIA、Kokoro、OpenVoice、ParlerTTS、Stable Audio、MMS、StyleTTS2、MAGNet、AudioGen、MusicGen、Tortoise、RVC、Vocos、Demucs、SeamlessM4T 和 Bark 扩展的单一 Gradio + React WebUI!

rsxdalv
⭐ 3,316 Go 👤 rsxdalv User 🕐 已更新 2026-11-19 📅 创建时间 2023-04-27
75
VOICEVOX/voicevox

免费使用的中品质文本转语音软件VOICEVOX的编辑器

VOICEVOX
⭐ 3,309 TypeScript 👤 VOICEVOX Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-07-27
76
QwenAudio/qwen-audio-agent

一个让智能体保持对话、工作和在线的实时语音运行时。面向 AI 智能体的实时语音运行时

QwenAudio
⭐ 3,262 JavaScript 👤 QwenAudio Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-07-27
77
elevenlabs/elevenlabs-python

ElevenLabs API 的官方 Python SDK。

elevenlabs
⭐ 3,192 Python 👤 elevenlabs Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-03-26
78
linyiLYi/bilibot

一个由bilibili用户评论微调的本地聊天机器人。

linyiLYi
⭐ 3,176 Python 👤 linyiLYi User 🕐 已更新 2024-05-15 📅 创建时间 2024-05-06
79
kyutai-labs/delayed-streams-modeling

Kyutai 基于延迟流建模框架的语音转文本和文本转语音模型。

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 已更新 2026-01-26 📅 创建时间 2025-06-16
80
AutoArk/GPA

[AutoArk] GPA (General Purpose Audio) 仅需一个微型模型即可实现 ASR(语音识别)、TTS(语音合成)和语音转换!

AutoArk
⭐ 3,054 Python 👤 AutoArk Organization 🕐 已更新 2026-05-25 📅 创建时间 2025-12-16
81
KevinWang676/Bark-Voice-Cloning

Bark Voice Cloning 和中文语音克隆

KevinWang676
⭐ 2,945 Jupyter Notebook 👤 KevinWang676 User 🕐 已更新 2026-05-31 📅 创建时间 2023-06-11
82
quik-sms/quik

Android 最美短信应用 - 重获新生

quik-sms
⭐ 2,929 Java 👤 quik-sms Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-07-17
83
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
84
cdhigh/KindleEar

聚合 RSS 和网页内容(Calibre 配方),发送到 Kindle,并包含一个优化过的电子墨水在线阅读器。

cdhigh
⭐ 2,887 Python 👤 cdhigh User 🕐 已更新 2026-11-04 📅 创建时间 2013-07-04
85
readbeyond/aeneas

aeneas 是一个 Python/C 库和一组工具,用于自动同步音频和文本(也称为强制对齐)

readbeyond
⭐ 2,882 Python 👤 readbeyond User 🕐 已更新 2026-11-16 📅 创建时间 2015-05-11
86
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
87
digitalsamba/claude-code-video-toolkit

用 Claude Code 制作视频:编写脚本、生成 AI 配音、添加音乐和视频片段并渲染,使用开源模型,成本仅需几分钱

digitalsamba
⭐ 2,693 Python 👤 digitalsamba Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-12-09
88
ZeframLou/call-me

让 Claude Code 能够通过电话联系您的极简插件。

ZeframLou
⭐ 2,682 TypeScript 👤 ZeframLou User 🕐 已更新 2026-04-07 📅 创建时间 2026-01-03
89
pndurette/gTTS

用于与 Google Translate 文本转语音 API 交互的 Python 库和 CLI 工具

pndurette
⭐ 2,637 Python 👤 pndurette User 🕐 已更新 2026-04-06 📅 创建时间 2014-05-15
90
6drf21e/ChatTTS_colab

🚀 一键部署(含离线整合包)!基于 ChatTTS ,支持流式输出、音色抽卡、长音频生成和分角色朗读。简单易用,无需复杂安装。

6drf21e
⭐ 2,603 Python 👤 6drf21e User 🕐 已更新 2026-05-31 📅 创建时间 2024-05-30
91
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
92
nateshmbhat/pyttsx3

Python 的离线文本到语音合成

nateshmbhat
⭐ 2,536 Python 👤 nateshmbhat User 🕐 已更新 2026-10-20 📅 创建时间 2017-06-24
93
erew123/alltalk_tts

AllTalk 基于 Coqui TTS 引擎,类似于 Text generation webUI 的 Coqui_tts 扩展,但支持多种高级功能,例如设置页面、低 VRAM 支持、DeepSpeed、旁白、模型微调、自定义模型、wav 文件维护。它还可以通过 JSON 调用与第三方软件一起使用。

erew123
⭐ 2,471 HTML 👤 erew123 User 🕐 已更新 2026-01-09 📅 创建时间 2023-12-08
94
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
95
leemysw/yovoice

适用于 macOS 和 Windows 的开源本地 AI 音频与音乐工作室。支持文本转语音、声音克隆、带歌词的歌曲和多轨乐谱——完全离线,无 API 费用。

leemysw
⭐ 2,278 TypeScript 👤 leemysw User 🕐 已更新 2026-11-21 📅 创建时间 2026-09-15
96
lifeiteng/vall-e

VALL-E(零样本文本到语音)的PyTorch实现,复现演示 https://lifeiteng.github.io/valle/index.html

lifeiteng
⭐ 2,215 Python 👤 lifeiteng User 🕐 已更新 2025-09-10 📅 创建时间 2023-01-27
97
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
98
fikrikarim/parlor

具备类似 GPT-Live 功能的端侧实时多模态人工智能

fikrikarim
⭐ 2,117 Python 👤 fikrikarim User 🕐 已更新 2026-08-03 📅 创建时间 2026-04-05
99
techjarves/Portable-Local-Studio

适用于 Windows、Linux 和 macOS 的便携式本地 AI 工作室。无需设置的图形界面,支持图像生成、GGUF 大语言模型、文本转语音和语音转文本

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 已更新 2026-11-14 📅 创建时间 2026-06-04
100
travisvn/openai-edge-tts

免费、高质量的文本转语音 API 端点,可替代 OpenAI、Azure 或 ElevenLabs

travisvn
⭐ 1,962 Python 👤 travisvn User 🕐 已更新 2025-07-01 📅 创建时间 2024-10-09