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

151
rudrankriyam/Foundation-Models-Framework-Lab

一个使用 Apple 基础模型框架构建、测试和评估应用程序的实践实验室。

rudrankriyam
⭐ 1,194 Swift 👤 rudrankriyam User 🕐 已更新 2026-11-07 📅 创建时间 2025-06-09
152
nari-labs/dia2

能够实时流式传输对话音频的 TTS 模型。

nari-labs
⭐ 1,189 Python 👤 nari-labs Organization 🕐 已更新 2025-11-29 📅 创建时间 2025-11-17
154
VOICEVOX/voicevox_core

免费使用的中等质量文本转语音软件VOICEVOX的核心

VOICEVOX
⭐ 1,150 Rust 👤 VOICEVOX Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-08-31
155
wustho/epy

CLI 电子书 (epub2, epub3, fb2, mobi) 阅读器

wustho
⭐ 1,143 Python 👤 wustho User 🕐 已更新 2024-03-17 📅 创建时间 2019-10-23
156
alan-ai/alan-sdk-cordova

您的应用的自编码系统 — 用于 Cordova 的 Alan AI SDK

alan-ai
⭐ 1,140 Ruby 👤 alan-ai Organization 🕐 已更新 2025-04-22 📅 创建时间 2019-10-23
157
PromtEngineer/Verbi

一个模块化的语音助手应用程序,用于试验最先进的转录、响应生成和文本转语音模型。支持 OpenAI、Groq、Elevenlabs、CartesiaAI 和 Deepgram API,以及通过 Ollama 的本地模型。非常适合语音技术的研究和开发。

PromtEngineer
⭐ 1,125 Python 👤 PromtEngineer User 🕐 已更新 2025-11-22 📅 创建时间 2024-05-20
158
k2-fsa/ZipVoice

使用流匹配实现快速高质量的零样本文本到语音转换

k2-fsa
⭐ 1,114 Python 👤 k2-fsa Organization 🕐 已更新 2025-12-02 📅 创建时间 2025-06-20
159
Finrandojin/alexandria-audiobook

AI驱动的多声音有声书生成器 — LLM脚本标注、声音克隆、声音设计、LoRA训练、逐行风格控制,并导出为MP3、分章M4B或Audacity多轨。基于Qwen3-TTS构建。

Finrandojin
⭐ 1,105 Python 👤 Finrandojin User 🕐 已更新 2026-08-02 📅 创建时间 2026-02-03
160
PatterAI/Patter

开源语音AI SDK。面向希望拥有技术栈的开发者的Vapi/Retell替代方案。用4行代码为您的AI代理分配一个电话号码——支持Python和TypeScript,MIT许可,兼容Twilio、Telnyx和Plivo。

PatterAI
⭐ 1,086 Python 👤 PatterAI Organization 🕐 已更新 2026-11-04 📅 创建时间 2026-04-07
161
ChatCut-Inc/agent-plugin

面向智能体的 AI 视频编辑器。ChatCut 插件和 MCP 服务器支持 Codex、ChatGPT、Claude Code、Cursor、Grok、Gemini CLI、WorkBuddy、豆包办公和通义千问办公:通过对话编辑自己的视频素材、添加字幕、删除静音片段和口头填充词、制作动态图形,并导出可编辑的时间线。

ChatCut-Inc
⭐ 1,075 JavaScript 👤 ChatCut-Inc Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-06-25
163
gexgd0419/NaturalVoiceSAPIAdapter

让 Azure 自然 TTS 语音可供任何 SAPI 5 兼容的应用程序访问。

gexgd0419
⭐ 1,025 C++ 👤 gexgd0419 User 🕐 已更新 2026-10-27 📅 创建时间 2023-12-15
164
Azure-Samples/Cognitive-Speech-TTS

Microsoft 文本转语音 API 示例

Azure-Samples
⭐ 1,020 Python 👤 Azure-Samples Organization 🕐 已更新 2026-11-16 📅 创建时间 2016-05-31
165
festvox/flite

一个小型快速便携式语音合成系统

festvox
⭐ 1,011 C 👤 festvox User 🕐 已更新 2024-07-03 📅 创建时间 2017-10-21
166
stepfun-ai/Step-Audio-EditX

一个强大的、基于LLM的30亿参数强化学习音频编辑模型,擅长编辑情感、说话风格和副语言学,并具有强大的零样本文本转语音功能。

stepfun-ai
⭐ 1,005 Python 👤 stepfun-ai Organization 🕐 已更新 2026-04-09 📅 创建时间 2025-10-29
167
susiai/susi_shell

这套工具允许用户直接从终端与 AI 服务进行交互。

susiai
⭐ 1,004 Python 👤 susiai Organization 🕐 已更新 2025-05-04 📅 创建时间 2017-11-25
168
MartinDelophy/ai-video-editor

开源、本地优先的视频编辑器,创作者和AI代理在同一真实时间线上进行编辑。

MartinDelophy
⭐ 1,002 JavaScript 👤 MartinDelophy User 🕐 已更新 2026-11-18 📅 创建时间 2026-07-09
169
heardlabs/heard

适用于 macOS 上 Claude Code 和 Codex 的开源(Apache 2.0)语音工具,可朗读编程代理的进度。语音由 Kokoro 在本地运行,无需账户;也可使用你自己的 ElevenLabs 或 Speechify 密钥。代理完成任务、失败或需要审批时,你会听到一段简短的语音摘要。

heardlabs
⭐ 994 Python 👤 heardlabs Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-04-24
170
samuel-vitorino/sopro

一种具有零样本语音克隆能力的轻量级文本转语音模型

samuel-vitorino
⭐ 986 Python 👤 samuel-vitorino User 🕐 已更新 2026-09-01 📅 创建时间 2025-12-30
171
livekit/agents-js

使用 Node.js 构建实时多模态 AI 代理

livekit
⭐ 971 TypeScript 👤 livekit Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-04-01
⭐ 943 JavaScript 👤 codeforequity-at User 🕐 已更新 2026-10-21 📅 创建时间 2019-12-03
173
read-cat/read-cat

一款免费、开源、简洁、纯净、无广告的小说阅读器

read-cat
⭐ 942 TypeScript 👤 read-cat User 🕐 已更新 2024-11-09 📅 创建时间 2024-04-08
174
xiaolai/most-common-american-idioms

一本由小来在ChatGPT和其TTS的帮助下创作的书

xiaolai
⭐ 941 Jupyter Notebook 👤 xiaolai User 🕐 已更新 2024-06-26 📅 创建时间 2024-06-24
175
Vonage/vonage-php-sdk-core

Vonage REST API 的 PHP 客户端。支持 SMS、Voice、Text-to-Speech、Numbers、Verify (2FA) 等 API。

Vonage
⭐ 930 PHP 👤 Vonage Organization 🕐 已更新 2026-10-20 📅 创建时间 2013-07-04
176
FireRedTeam/FireRedTTS

一个开源的LLM驱动的TTS基础系统

FireRedTeam
⭐ 925 Python 👤 FireRedTeam Organization 🕐 已更新 2025-09-28 📅 创建时间 2024-08-15
177
EDDiscovery/EDDiscovery

Elite Dangerous 的船长日志和 3D 星图

EDDiscovery
⭐ 910 C# 👤 EDDiscovery Organization 🕐 已更新 2026-11-16 📅 创建时间 2015-04-20
178
sipeter/CloneTTS

运行在安卓本地的轻量级文字转语音 (TTS) 引擎,支持离线发音人提取、零门槛音色克隆与双擎系统级全局听书。

sipeter
⭐ 904 👤 sipeter User 🕐 已更新 2026-11-13 📅 创建时间 2026-03-21
179
gabrielmittag/NISQA

NISQA - 非侵入式语音质量和TTS自然度评估

gabrielmittag
⭐ 899 Python 👤 gabrielmittag User 🕐 已更新 2024-12-01 📅 创建时间 2019-02-14
180
kuangdd2024/auto-video-generateor

自动视频生成器,给定主题,自动生成解说视频。用户输入主题文字,系统调用大语言模型生成故事或解说的文字,然后进一步调用语音合成接口生成解说的语音,调用文生图接口生成契合文字内容的配图,最后融合语音和配图生成解说视频。

kuangdd2024
⭐ 895 Python 👤 kuangdd2024 User 🕐 已更新 2025-10-15 📅 创建时间 2024-08-12
181
lmnt-com/diffwave

DiffWave是一个快速、高质量的神经元声码器和波形合成器。

lmnt-com
⭐ 876 Python 👤 lmnt-com Organization 🕐 已更新 2024-03-26 📅 创建时间 2020-09-23
182
netease-youdao/Confucius4-TTS

Confucius4-TTS:一个多语言和跨语言零样本语音合成引擎

netease-youdao
⭐ 861 Python 👤 netease-youdao User 🕐 已更新 2026-11-04 📅 创建时间 2026-05-19
183
Ampixa/sanoTTS

sanoTTS(सानो 在尼泊尔语中意为“小”):一款拥有 29.4 万至 227 万参数的神经网络文本转语音系统,可在售价 3 美元的芯片上、浏览器中或 Python 中运行,并支持低延迟流式传输。

Ampixa
⭐ 851 C 👤 Ampixa Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-07-11
184
PABannier/bark.cpp

Suno AI 的 Bark 模型(C/C++ 实现),用于快速的文本转语音生成

PABannier
⭐ 850 C++ 👤 PABannier User 🕐 已更新 2024-11-16 📅 创建时间 2023-07-01
185
matatonic/openedai-speech

一个与OpenAI API兼容的文本转语音服务器,使用Coqui AI的xtts_v2和/或piper tts作为后端。

matatonic
⭐ 839 Python 👤 matatonic User 🕐 已更新 2025-02-02 📅 创建时间 2023-11-27
186
cjyaddone/ChatWaifu

将ChatGPT与Moegoe TTS结合,创建了一个聊天式怀亚

cjyaddone
⭐ 839 Python 👤 cjyaddone User 🕐 已更新 2024-04-08 📅 创建时间 2022-12-18
187
team-attention/plugins-for-claude-natives

Claude Code 插件,适用于高级用户

team-attention
⭐ 832 Python 👤 team-attention Organization 🕐 已更新 2026-04-20 📅 创建时间 2026-01-01
188
Azure-Samples/aoai-realtime-audio-sdk

用于使用 gpt-4o 实时功能的 Azure OpenAI 代码资源。

Azure-Samples
⭐ 832 TypeScript 👤 Azure-Samples Organization 🕐 已更新 2025-09-30 📅 创建时间 2024-10-01
189
paulilaaso/lue

终端电子书阅读器,具有有声读物级别的文本转语音功能 — 支持 EPUB、PDF、DOCX、HTML、RTF、TXT 和 MD。

paulilaaso
⭐ 823 Python 👤 paulilaaso User 🕐 已更新 2026-07-16 📅 创建时间 2025-08-16
190
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
192
cmusphinx/cmudict

CMU 美式英语词典

cmusphinx
⭐ 821 Python 👤 cmusphinx Organization 🕐 已更新 2025-10-24 📅 创建时间 2014-10-18
193
VRCWizard/TTS-Voice-Wizard

语音转文字转语音。歌曲正在播放。将文本作为OSC消息发送到VRChat以在头像上显示。(STTTS)(语音转TTS)(VRC STT系统)(VTuber TTS)

VRCWizard
⭐ 813 C# 👤 VRCWizard User 🕐 已更新 2026-10-12 📅 创建时间 2022-03-15
194
lobehub/lobe-tts

🎤 Lobe TTS - 面向服务器和浏览器的优质可靠的 TTS/STT 库

lobehub
⭐ 810 TypeScript 👤 lobehub Organization 🕐 已更新 2026-11-12 📅 创建时间 2023-11-02
195
n4ze3m/tiny-voca

一个拥有 450 万个参数、支持两种声音的英语文本转语音模型,从零开始训练

n4ze3m
⭐ 796 Python 👤 n4ze3m User 🕐 已更新 2026-11-21 📅 创建时间 2026-11-14
197
MetaWu2077/Esp32_VoiceChat_LLMs

基于esp32的设备,主要用于与大型语言模型进行语音聊天

MetaWu2077
⭐ 794 C++ 👤 MetaWu2077 User 🕐 已更新 2024-03-24 📅 创建时间 2024-03-09
198
mezbaul-h/june

本地语音聊天机器人,用于进行引人入胜的对话,由Ollama、Hugging Face Transformers和Coqui TTS Toolkit提供支持

mezbaul-h
⭐ 786 Python 👤 mezbaul-h User 🕐 已更新 2024-08-12 📅 创建时间 2024-06-03
199
fluxions-ai/vui

Vui Nano——一个在真实对话上训练的小型上下文感知文本转语音模型。219M 活跃参数(总计 305M),采用 Apache 2.0 许可证,支持声音克隆和流式处理,可在 CPU 上运行(无依赖的 C 构建版本)。随附完整的实时语音助手:支持 WebRTC、ASR、本地 LLM,并兼容 OpenAI Realtime API。

fluxions-ai
⭐ 782 Python 👤 fluxions-ai Organization 🕐 已更新 2026-10-10 📅 创建时间 2025-06-05
200
inworld-ai/tts

Inworld TTS

inworld-ai
⭐ 782 Python 👤 inworld-ai Organization 🕐 已更新 2026-11-17 📅 创建时间 2025-05-02