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

101
sauravpanda/BrowserAI

在您的浏览器中运行 llama、deepseek-distill、kokoro 等本地 LLM

sauravpanda
⭐ 1,451 TypeScript 👤 sauravpanda User 🕐 已更新 2026-07-21 📅 创建时间 2025-01-08
102
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
103
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
104
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
105
joey-zhou/xiaozhi-esp32-server-java

小智ESP32的Java企业级管理平台,提供设备监控、音色定制、角色切换和对话记录管理的前后端及服务端一体化解决方案

joey-zhou
⭐ 1,429 Java 👤 joey-zhou User 🕐 已更新 2026-11-18 📅 创建时间 2025-02-27
106
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
107
ttop32/MouseTooltipTranslator

Mouseover Translate Any Language At Once - Chrome Extension: PDF Translator, EBOOK, EPUB, OCR, TTS, NETFLIX, YOUTUBE DUAL SUBTITLES, GOOGLE DOCS, AI, VIEWER, GMAIL, WRITING, IMAGE, DUALSUBS, MANGA, HOVER, DICTIONARY, WEBTOON, EDGE, JAPANESE, ENGLISH

ttop32
⭐ 1,381 JavaScript 👤 ttop32 User 🕐 已更新 2026-11-14 📅 创建时间 2020-12-24
108
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
109
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
110
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
111
LuckyHookin/edge-TTS-record

一个可以录制 Microsoft Edge 浏览器的语音合成(TTS)语音并输出为 .wav 音频的(windows平台)工具。

LuckyHookin
⭐ 1,362 HTML 👤 LuckyHookin User 🕐 已更新 2024-11-27 📅 创建时间 2021-04-26
112
haoheliu/voicefixer

通用语音恢复

haoheliu
⭐ 1,337 Python 👤 haoheliu User 🕐 已更新 2025-02-17 📅 创建时间 2021-09-06
113
Henry-23/VideoChat

实时交互数字人,可自定义形象与音色,支持音色克隆,对话延迟低至3s。

Henry-23
⭐ 1,333 Python 👤 Henry-23 User 🕐 已更新 2025-12-18 📅 创建时间 2024-10-18
114
phuc-nt/my-translator

实时语音翻译 — macOS 和 Windows,免费 TTS,无服务器,仅您的 API 密钥

phuc-nt
⭐ 1,323 Python 👤 phuc-nt User 🕐 已更新 2026-07-11 📅 创建时间 2026-03-13
115
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
116
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
117
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
118
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
119
gufo-org/gufo

专为 AMD Strix Halo 打造的开源 AI 引擎。一个二进制文件集成文本、嵌入、语音、图像和视频模型,提供兼容 OpenAI 的 API、面向编程智能体的缓存,以及模型扩展。支持 Linux 和 Windows。

gufo-org
⭐ 1,236 C++ 👤 gufo-org Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-08-11
120
PlayVoice/vits_chinese

基于BERT和VITS的最佳实践TTS,具有微软的自然语音特征;支持ONNX流式输出!

PlayVoice
⭐ 1,224 Python 👤 PlayVoice Organization 🕐 已更新 2024-02-05 📅 创建时间 2021-09-27
121
hgneng/ekho

中文语音合成引擎

hgneng
⭐ 1,213 Lex 👤 hgneng User 🕐 已更新 2026-11-18 📅 创建时间 2016-04-14
122
janvarev/Irene-Voice-Assistant

Irina是一款用于离线工作的俄罗斯语音助手。支持通过插件进行的技能。

janvarev
⭐ 1,184 Python 👤 janvarev User 🕐 已更新 2026-07-26 📅 创建时间 2021-12-14
123
zcbacxc/movie-narrator

🎬 只需一个提示词,即可生成带旁白的电影解说视频。

zcbacxc
⭐ 1,175 Python 👤 zcbacxc User 🕐 已更新 2026-09-16 📅 创建时间 2026-07-11
124
ardha27/AI-Waifu-Vtuber

用于在Youtube/Twitch上直播的AI虚拟主播

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 已更新 2026-05-31 📅 创建时间 2023-03-11
125
PriesiaMioShirakana/DragonianVoice

多个SVC/TTS的C++推理库

PriesiaMioShirakana
⭐ 1,121 C 👤 PriesiaMioShirakana User 🕐 已更新 2025-05-18 📅 创建时间 2022-08-05
126
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
127
beiyege-01/dsh-voice-ai-girlfriend

语音 AI 女友(DeepSeek Harness 的语音 AI 女友):Whisper 语音输入 + Qwen3-TTS 声音克隆 + 句子级流式朗读 + 数字人动画窗口。支持插话/排队双模式,说话即可打断。

beiyege-01
⭐ 1,104 TypeScript 👤 beiyege-01 User 🕐 已更新 2026-11-02 📅 创建时间 2026-08-15
128
Mag1cFall/AIStudio2API

将 AI Studio Playground 和 Build 反向代理为 API | 将 AI Studio 转换为兼容 OpenAI、Anthropic 和 Gemini 的 API

Mag1cFall
⭐ 1,094 Go 👤 Mag1cFall User 🕐 已更新 2026-11-21 📅 创建时间 2025-08-21
129
zai-org/GLM-TTS

GLM-TTS:基于多奖励强化学习的可控、富有情感的零样本 TTS

zai-org
⭐ 1,071 Python 👤 zai-org Organization 🕐 已更新 2026-04-10 📅 创建时间 2025-12-06
130
wxxxcxx/ms-ra-forwarder

免费的在线文本转语音API

wxxxcxx
⭐ 1,065 TypeScript 👤 wxxxcxx User 🕐 已更新 2026-11-05 📅 创建时间 2022-01-08
131
C-Loftus/QuickPiperAudiobook

只需一个命令,即可从各种输入格式(epub、mobi、txt、PDF、HTML 等!)创建听起来自然的有声读物。

C-Loftus
⭐ 1,061 Go 👤 C-Loftus User 🕐 已更新 2025-11-07 📅 创建时间 2024-07-27
132
Artrajz/vits-simple-api

一个简单的VITS HTTP API,通过扩展Moegoe并增加额外功能而开发。

Artrajz
⭐ 1,046 Python 👤 Artrajz User 🕐 已更新 2026-05-18 📅 创建时间 2023-03-13
133
Edresson/YourTTS

YourTTS:面向所有人的零样本多说话人TTS和零样本语音转换

Edresson
⭐ 1,045 Jupyter Notebook 👤 Edresson User 🕐 已更新 2024-11-04 📅 创建时间 2021-10-06
134
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
135
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
136
dengxibo/sumatrapdf-plus

SumatraPDF 分支:中文 EPUB/MOBI、智能 PDF 深色模式、OCR、TTS、离线词典。

dengxibo
⭐ 1,006 C 👤 dengxibo User 🕐 已更新 2026-11-21 📅 创建时间 2026-06-20
137
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
138
lobehub/lobe-vidol

🧸 Lobe Vidol - 让每个人都能轻松接触虚拟偶像

lobehub
⭐ 995 TypeScript 👤 lobehub Organization 🕐 已更新 2026-10-15 📅 创建时间 2024-04-10
139
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
140
cyber-xiaoya/cyber-xiaoya-live

赛博小雅直播版 · 组件版数字人(Vidu s2)· 免费开源 AGPL-3.0 · 作者:天工开帧(抖音/B站/YouTube 同名)

cyber-xiaoya
⭐ 966 Python 👤 cyber-xiaoya Organization 🕐 已更新 2026-11-16 📅 创建时间 2026-10-24
141
BinWang28/audio-ai-hub

音频AI研究枢纽:涵盖音频大语言模型、语音识别、TTS、音乐和音频生成的论文、开放模型、基准测试和数据集。

BinWang28
⭐ 966 Python 👤 BinWang28 User 🕐 已更新 2026-11-16 📅 创建时间 2024-06-15
142
aedocw/epub2tts

将 epub 或文本文件转换为有声读物

aedocw
⭐ 958 Python 👤 aedocw User 🕐 已更新 2026-02-08 📅 创建时间 2023-02-17
143
geekwenjie/SmartJavaAI

🔥🔥🔥Java免费离线AI算法工具箱,支持人脸识别,活体检测,表情识别、目标检测、实例分割、行人检测、OCR文字识别、车牌识别、表格识别、ASR+TTS、机器翻译等功能,Maven引用即可使用。支持PyTorch、Tensorflow,已集成 Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper等主流模型

geekwenjie
⭐ 941 Java 👤 geekwenjie User 🕐 已更新 2026-06-20 📅 创建时间 2025-02-21
144
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
145
mosecorg/mosec

一个高性能的 ML 模型服务框架,提供动态批处理和 CPU/GPU 管道,以充分利用您的计算机器

mosecorg
⭐ 905 Python 👤 mosecorg Organization 🕐 已更新 2026-11-02 📅 创建时间 2021-03-13
146
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
147
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
148
daswer123/xtts-webui

用于使用XTTS和进行微调的Webui

daswer123
⭐ 886 Python 👤 daswer123 User 🕐 已更新 2025-01-17 📅 创建时间 2023-12-14
149
NVIDIA-AI-Blueprints/pdf-to-podcast

将PDF转换为AI播客,以获得引人入胜的移动音频内容。

NVIDIA-AI-Blueprints
⭐ 885 Python 👤 NVIDIA-AI-Blueprints Organization 🕐 已更新 2026-10-14 📅 创建时间 2024-12-12
150
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