Git Stars Git Stars

#tts 仓库

219
仓库总数
1.3M
总星标数
5,873
平均每个仓库星标数

共 222 个仓库

51
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
52
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
53
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
54
justlovemaki/openclaw-china-docker

OpenClaw 的中国IM平台整合Docker版本,预装并配置了飞书、钉钉、QQ机器人、企业微信等主流中国IM软件的插件,让您可以快速部署一个支持多个中国IM平台的 AI 机器人网关

justlovemaki
⭐ 3,701 Shell 👤 justlovemaki User 🕐 已更新 2026-04-14 📅 创建时间 2026-02-01
55
PeterH0323/Streamer-Sales

Streamer-Sales 销冠 —— 卖货主播 LLM 大模型🛒🎁,一个能够根据给定的商品特点从激发用户购买意愿角度出发进行商品解说的卖货主播大模型。🚀⭐内含详细的数据生成流程❗ 📦另外还集成了 LMDeploy 加速推理🚀、RAG检索增强生成 📚、TTS文字转语音🔊、数字人生成 🦸、 Agent 使用网络查询实时信息🌐、ASR 语音转文字🎙️、Vue 生态搭建前端🍍、FastAPI 搭建后端🗝️、Docker-compose 打包部署🐋

PeterH0323
⭐ 3,695 Python 👤 PeterH0323 User 🕐 已更新 2025-03-08 📅 创建时间 2024-04-05
56
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
57
Vincentwei1021/anything2explainer

输入主题,输出带旁白的讲解视频。这是一项 Claude Code / Codex 技能,可将任意主题转化为黑色画布上的动态图形讲解视频,并配备 TTS 语音旁白、字幕和章节进度条。支持中文或英文;每一帧都使用 Remotion 通过代码绘制。

Vincentwei1021
⭐ 3,459 TypeScript 👤 Vincentwei1021 User 🕐 已更新 2026-11-19 📅 创建时间 2026-09-08
58
trymirai/uzu

面向AI模型的高性能推理引擎

trymirai
⭐ 3,378 Rust 👤 trymirai Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-06-23
59
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
60
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
61
Alisa0808/vox-director

将一个主题转化为完成的Vox风格纸拼贴解说/广告视频——在Atlas Cloud + ffmpeg上全自动端到端完成。一项代理技能。

Alisa0808
⭐ 2,999 Python 👤 Alisa0808 User 🕐 已更新 2026-10-05 📅 创建时间 2026-07-10
62
codedogQBY/ReadAny

基于AI的跨平台电子书阅读器,具备语义搜索、RAG聊天、本地向量存储、笔记、TTS和WebDAV同步功能。

codedogQBY
⭐ 2,994 TypeScript 👤 codedogQBY User 🕐 已更新 2026-11-19 📅 创建时间 2026-02-25
63
openctp/openctp

openctp提供CTP股票期权、中泰证券XTP、华鑫证券奇点TORA、东方证券OST、东方财富证券EMT、盈透证券TWS、易盛TAP、量投QDP等各通道的CTPAPI兼容接口,CTP程序可以无缝对接各股票柜台。openctp也提供了一套基于TTS交易系统的模拟环境,同样提供了CTPAPI兼容接口,不仅支持国内期货与期权全品种,也支持A股股票、基金、债券以及股票期权模拟交易,可以替代Simnow,为CTP量化交易开发者提供7x24可用的模拟环境。

openctp
⭐ 2,991 C++ 👤 openctp Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-08-06
64
thewh1teagle/kokoro-onnx

使用kokoro和onnx runtime的TTS

thewh1teagle
⭐ 2,913 Python 👤 thewh1teagle User 🕐 已更新 2026-09-01 📅 创建时间 2025-01-03
65
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
⭐ 2,868 Python 👤 tensorflow Organization 🕐 已更新 2026-10-29 📅 创建时间 2018-07-24
67
FurkanGozukara/Stable-Diffusion

FLUX, Stable Diffusion, SDXL, SD3, LoRA, 微调, DreamBooth, 训练, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, 动画, 文本到视频, 教程, 指南, 讲座, 课程, ComfyUI, Google Colab, RunPod, Kaggle, 笔记本, ControlNet, TTS, 语音克隆, AI, AI新闻, ML, ML新闻, 新闻, 科技, 科技新闻, Kohya, Midjourney, RunPod

FurkanGozukara
⭐ 2,785 Jupyter Notebook 👤 FurkanGozukara User 🕐 已更新 2026-11-20 📅 创建时间 2023-05-01
68
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
69
liou666/polyglot

🤖️ 跨平台AI语言练习应用

liou666
⭐ 2,586 TypeScript 👤 liou666 User 🕐 已更新 2025-09-03 📅 创建时间 2023-03-15
70
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
71
cosin2077/easyVoice

开源文本转语音工具,支持超长文本,多角色配音

cosin2077
⭐ 2,393 TypeScript 👤 cosin2077 User 🕐 已更新 2026-11-09 📅 创建时间 2025-03-15
72
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
73
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
74
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
75
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
76
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
77
p0n1/epub_to_audiobook

EPUB 转有声书转换器,针对 Audiobookshelf 优化,含 WebUI

p0n1
⭐ 2,083 Python 👤 p0n1 User 🕐 已更新 2026-10-28 📅 创建时间 2023-03-21
78
nazdridoy/kokoro-tts

一个使用 Kokoro 模型的命令行文本转语音工具,支持多种语言,声音(带混合),以及包括 EPUB 书籍和 PDF 文档在内的各种输入格式。

nazdridoy
⭐ 2,035 Python 👤 nazdridoy User 🕐 已更新 2026-08-22 📅 创建时间 2025-01-14
79
AlexxIT/YandexStation

使用 Home Assistant 中的 Alice 控制 Yandex.Station 和其他智能家居设备

AlexxIT
⭐ 2,021 Python 👤 AlexxIT User 🕐 已更新 2026-11-13 📅 创建时间 2020-01-27
80
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
81
HITsz-TMG/VideoClaw

🚀 AI 全自动化视频生成员工 | 你的第一个 AIGC 同事。聊个想法。得一部电影。🦞

HITsz-TMG
⭐ 1,915 Python 👤 HITsz-TMG Organization 🕐 已更新 2026-08-26 📅 创建时间 2024-08-29
82
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
83
MixLabPro/comfyui-mixlab-nodes

Workflow-to-APP、屏幕共享与浮动视频、GPT 与 3D、语音识别与 TTS

MixLabPro
⭐ 1,869 JavaScript 👤 MixLabPro Organization 🕐 已更新 2026-06-04 📅 创建时间 2023-10-18
84
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
85
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
86
alexpinel/Dot

文本转语音、RAG和LLM。全部本地化!

alexpinel
⭐ 1,848 JavaScript 👤 alexpinel User 🕐 已更新 2024-12-09 📅 创建时间 2024-03-15
87
wwbin2017/bailing

百聆 是一个类似GPT-4o的语音对话机器人,通过ASR+LLM+TTS实现,集成DeepSeek R1等优秀大模型,接入openClaw,真正的个人语音助手,时延低至800ms,Mac等低配置也可运行,支持打断

wwbin2017
⭐ 1,794 Python 👤 wwbin2017 User 🕐 已更新 2026-04-06 📅 创建时间 2024-08-25
88
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
89
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
90
nobodywho-ooo/nobodywho

NobodyWho 是一个推理引擎,允许你在任何设备上本地高效地运行 LLM。

nobodywho-ooo
⭐ 1,699 Rust 👤 nobodywho-ooo Organization 🕐 已更新 2026-11-19 📅 创建时间 2024-09-03
91
neural-maze/ava-whatsapp-agent-course

认识 WhatsApp 代理 Ava

neural-maze
⭐ 1,681 Python 👤 neural-maze Organization 🕐 已更新 2025-10-20 📅 创建时间 2024-12-17
92
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
93
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
94
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
95
semperai/amica

Amica 是一个用于与拥有语音合成和语音识别功能的 3D 角色进行交互式通信的开源界面。

semperai
⭐ 1,626 TypeScript 👤 semperai Organization 🕐 已更新 2026-11-12 📅 创建时间 2023-10-29
96
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
97
DicioTeam/dicio-android

Android 版 Dicio 助手应用

DicioTeam
⭐ 1,553 Kotlin 👤 DicioTeam Organization 🕐 已更新 2026-10-23 📅 创建时间 2019-08-02
98
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
99
kizuna-ai-lab/sokuji

双语会议实时双向语音翻译——自动检测口语并进行双向翻译,支持云端或完全离线本地运行。适用于桌面端(Windows · macOS · Linux)及浏览器插件(Chrome · Edge),支持 Zoom、Meet、Teams 及任何应用程序。

kizuna-ai-lab
⭐ 1,508 TypeScript 👤 kizuna-ai-lab Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-04-14
100
mbailey/voicemode

与 Claude Code 进行自然语音对话

mbailey
⭐ 1,472 Python 👤 mbailey User 🕐 已更新 2026-11-20 📅 创建时间 2025-06-08