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

101
sgl-project/sglang-omni

面向交互式超级智能系统的高性能服务运行时

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-01-07
102
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
103
High-Logic/Genie-TTS

GPT-SoVITS ONNX推理引擎与模型转换器

High-Logic
⭐ 1,850 Python 👤 High-Logic User 🕐 已更新 2026-11-01 📅 创建时间 2025-08-25
104
alan-ai/alan-sdk-android

您的应用的自编码系统 — Android 版 Alan AI SDK

alan-ai
⭐ 1,815 👤 alan-ai Organization 🕐 已更新 2025-04-22 📅 创建时间 2019-10-01
105
Read-Aloud/read-aloud

一个很棒的浏览器扩展,一键朗读网页内容

Read-Aloud
⭐ 1,796 JavaScript 👤 Read-Aloud Organization 🕐 已更新 2026-11-08 📅 创建时间 2016-10-13
106
software-mansion/react-native-executorch

高性能、隐私优先的 React Native 端侧 AI 推理库,由 PyTorch 的 ExecuTorch 运行时提供支持

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-10-16
107
VOICEVOX/voicevox_engine

免费使用的中等质量文本转语音软件,VOICEVOX语音合成引擎

VOICEVOX
⭐ 1,787 Python 👤 VOICEVOX Organization 🕐 已更新 2026-11-16 📅 创建时间 2021-07-27
108
alan-ai/alan-sdk-flutter

您的应用的自编码系统 — Flutter版 Alan AI SDK

alan-ai
⭐ 1,768 Ruby 👤 alan-ai Organization 🕐 已更新 2025-04-22 📅 创建时间 2020-04-22
109
ThioJoe/Auto-Synced-Translated-Dubs

基于字幕文件自动翻译视频文本,然后利用AI语音服务创建新的配音和翻译音频轨道,其中语音会根据字幕的时间戳进行同步。

ThioJoe
⭐ 1,756 Python 👤 ThioJoe User 🕐 已更新 2026-05-11 📅 创建时间 2022-12-08
110
Agents365-ai/video-podcast-maker

主题 → 面向编码代理的 4K 旁白视频。v5.3.0:本地 TTS(免费 Edge + Azure,无需外部引擎)、基于清单的资源引擎、Remotion 合成、成本门控的 AI 生成、哔哩哔哩/YouTube/小红书/抖音/微信视频号

Agents365-ai
⭐ 1,729 Python 👤 Agents365-ai User 🕐 已更新 2026-10-01 📅 创建时间 2026-02-16
111
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
112
met4citizen/TalkingHead

Talking Head (3D):一个用于使用全身 3D 头像进行实时口型同步的 JavaScript 类。

met4citizen
⭐ 1,693 JavaScript 👤 met4citizen User 🕐 已更新 2026-11-04 📅 创建时间 2023-08-14
113
vibevoice-community/VibeVoice

VibeVoice: 富有表现力的长篇对话语音合成。(社区分支)

vibevoice-community
⭐ 1,678 Python 👤 vibevoice-community Organization 🕐 已更新 2026-08-29 📅 创建时间 2025-09-04
114
alan-ai/alan-sdk-ionic

专为您的应用打造的自编码系统 — Ionic 版 Alan AI SDK

alan-ai
⭐ 1,661 TypeScript 👤 alan-ai Organization 🕐 已更新 2025-04-22 📅 创建时间 2020-04-24
115
waybarrios/vllm-mlx

适用于 Apple Silicon 的高性能 OpenAI 和 Anthropic 兼容 LLM 推理服务器。原生 MLX、连续批处理、多模态模型、MCP 工具调用和 Claude Code 支持。

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 已更新 2026-11-07 📅 创建时间 2025-12-06
116
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
117
ekwek1/soprano

Soprano:即时、超逼真的文本转语音

ekwek1
⭐ 1,637 Python 👤 ekwek1 User 🕐 已更新 2026-01-15 📅 创建时间 2025-11-30
118
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
119
Norsico/Video-Materials-AutoGEN-Workstation

一个集内容策划、AI文案自动生成、TTS 批量自动配音、(AI)图片素材合成、ASR自动提取语言字幕脚本、AI自由创作于一体的(短视频)生成工作站。方便管理每期的视频项目。

Norsico
⭐ 1,624 Python 👤 Norsico User 🕐 已更新 2026-10-14 📅 创建时间 2025-11-18
120
Tencent-Hunyuan/AuK

AuK:用于语音生成与编辑的开源基础模型

Tencent-Hunyuan
⭐ 1,615 Python 👤 Tencent-Hunyuan Organization 🕐 已更新 2026-11-19 📅 创建时间 2026-08-19
121
yakGPT/yakGPT

本地运行的免提 ChatGPT UI

yakGPT
⭐ 1,614 TypeScript 👤 yakGPT User 🕐 已更新 2024-05-08 📅 创建时间 2023-03-30
122
MiniMax-AI/MiniMax-MCP

官方 MiniMax 模型上下文协议 (MCP) 服务器,可实现与强大的文本转语音、图像生成和视频生成 API 的交互。

MiniMax-AI
⭐ 1,610 Python 👤 MiniMax-AI Organization 🕐 已更新 2026-11-10 📅 创建时间 2025-04-10
123
Enemyx-net/VibeVoice-ComfyUI

Microsoft VibeVoice 文本转语音模型的全面 ComfyUI 集成,可在您的 ComfyUI 工作流中直接实现高质量的单人和多人语音合成。

Enemyx-net
⭐ 1,581 Python 👤 Enemyx-net User 🕐 已更新 2026-02-18 📅 创建时间 2025-08-27
124
kyutai-labs/unmute

让文本大语言模型能够听和说

kyutai-labs
⭐ 1,556 Python 👤 kyutai-labs Organization 🕐 已更新 2026-09-09 📅 创建时间 2025-06-10
126
devnen/Chatterbox-TTS-Server

自托管功能强大的Chatterbox TTS模型。该服务器提供用户友好的Web UI,灵活的API端点(包括兼容OpenAI的端点),预设语音,语音克隆以及大规模有声读物级别的文本处理。可在NVIDIA(CUDA)、AMD(ROCm)和CPU上加速运行。

devnen
⭐ 1,517 Python 👤 devnen User 🕐 已更新 2026-05-26 📅 创建时间 2025-05-31
128
ARahim3/mlx-tune

使用 Apple Silicon 在你的 Mac 上微调 LLM。SFT、DPO、GRPO、视觉、TTS、STT、嵌入和 OCR 微调 — 原生在 MLX 上。与 Unsloth 兼容的 API。

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 已更新 2026-06-23 📅 创建时间 2026-01-03
129
voice-cloning-app/Voice-Cloning-App

一个用于轻松合成人类声音的Python/Pytorch应用程序

voice-cloning-app
⭐ 1,441 Python 👤 voice-cloning-app Organization 🕐 已更新 2024-12-02 📅 创建时间 2021-03-10
130
edwko/OuteTTS

OuteTTS模型的接口。

edwko
⭐ 1,440 Python 👤 edwko User 🕐 已更新 2026-03-23 📅 创建时间 2024-11-04
131
R3gm/SoniTranslate

视频同步翻译。视频配音

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 已更新 2026-08-29 📅 创建时间 2023-06-27
132
OpenMOSS/MOSS-TTSD

一种用于长篇、多说话人对话合成的多语言模型,支持灵活的说话人控制和零样本语音克隆

OpenMOSS
⭐ 1,423 Python 👤 OpenMOSS Organization 🕐 已更新 2026-09-06 📅 创建时间 2025-06-17
133
lenML/Speech-AI-Forge

🍦 Speech-AI-Forge 是一个围绕 TTS 生成模型开发的、实现了 API 服务器和基于 Gradio 的 WebUI 的项目。

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 已更新 2026-05-21 📅 创建时间 2024-06-01
134
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
135
vincentsch/explainroo

由你的 AI 智能体制作的讲解视频和产品演示。免费且开源:本地语音(Kokoro)、单词时间戳(Whisper)和画布渲染器,可将脚本转化为带旁白的 MP4 视频。

vincentsch
⭐ 1,387 JavaScript 👤 vincentsch User 🕐 已更新 2026-11-18 📅 创建时间 2026-09-25
136
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
137
shivammehta25/Matcha-TTS

[ICASSP 2024] 🍵 Matcha-TTS: 一种具有条件流匹配的快速 TTS 架构

shivammehta25
⭐ 1,374 Jupyter Notebook 👤 shivammehta25 User 🕐 已更新 2026-11-16 📅 创建时间 2023-09-05
138
egoist/chatwise-releases

适用于任何LLM的最快AI聊天机器人

egoist
⭐ 1,373 TypeScript 👤 egoist User 🕐 已更新 2026-07-01 📅 创建时间 2024-11-05
140
ciddwd/overlay-translator

无需 ROOT 的开源 Android 屏幕实时翻译工具,适合游戏、视觉小说和漫画。支持端侧与云端 OCR、离线 LLM、多种翻译服务和文字朗读(TTS),译文可直接显示在画面上。

ciddwd
⭐ 1,369 Kotlin 👤 ciddwd User 🕐 已更新 2026-11-16 📅 创建时间 2026-06-22
141
Capsize-Games/airunner

艺术、实时语音对话、LLM驱动的聊天机器人和自动化工作流的离线推理引擎

Capsize-Games
⭐ 1,317 Python 👤 Capsize-Games Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-03-21
142
jishengpeng/WavTokenizer

[ICLR 2025] 用于音频语言建模的SOTA离散声学编解码器模型,每秒40/75个token

jishengpeng
⭐ 1,294 Python 👤 jishengpeng User 🕐 已更新 2025-03-02 📅 创建时间 2024-08-29
143
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
144
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
145
diodiogod/TTS-Audio-Suite

一个用于本地多引擎、多语言文本转语音和语音转换的 ComfyUI 自定义节点集成。支持:RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox(经典版和多语言版)、F5-TTS、Higgs Audio 2、3 和 VibeVoice,支持无限文本长度、SRT 时间轴、角色支持以及多种音频工具。

diodiogod
⭐ 1,270 Python 👤 diodiogod User 🕐 已更新 2026-11-19 📅 创建时间 2025-08-06
146
MycroftAI/mimic3

Mycroft 的快速本地神经网络文本转语音引擎

MycroftAI
⭐ 1,262 Python 👤 MycroftAI Organization 🕐 已更新 2025-03-25 📅 创建时间 2022-03-24
147
gitmylo/audio-webui

面向不同音频相关神经网络的 Web UI

gitmylo
⭐ 1,245 Python 👤 gitmylo User 🕐 已更新 2025-05-19 📅 创建时间 2023-05-05
148
Ksuriuri/index-tts-vllm

为 IndexTTS 添加了 vLLM 支持,以加快推理速度。

Ksuriuri
⭐ 1,244 Python 👤 Ksuriuri User 🕐 已更新 2026-04-13 📅 创建时间 2025-05-03
150
panyanyany/Awesome-ChatTTS

ChatTTS资源大全,免费体验地址,音色库等

panyanyany
⭐ 1,236 👤 panyanyany User 🕐 已更新 2024-06-12 📅 创建时间 2024-06-08