Git Stars Git Stars

#voice-cloning 仓库

探索 76 个标记为 #voice-cloning 的活跃开源 GitHub 仓库,它们累计获得 629,830 个 Star(平均每个项目 8,287 个)。该主题的领先项目是 debpalash/VoiceStudio,拥有 115,753 个 Star。

76
仓库总数
629,830
总星标数
8,287
平均每个仓库星标数
1
debpalash/VoiceStudio

VoiceStudio 是 ElevenLabs 的开源、完全本地化替代方案,支持 646 种语言的声音克隆、声音设计、视频配音、听写、转录和有声书创作。

debpalash
⭐ 115,753 Python 👤 debpalash User 🕐 已更新 2026-11-21 📅 创建时间 2026-04-09
2
RVC-Boss/GPT-SoVITS

1分钟的语音数据也可以用来训练一个好的TTS模型!(少样本语音克隆)

RVC-Boss
⭐ 64,159 Python 👤 RVC-Boss User 🕐 已更新 2026-11-11 📅 创建时间 2024-01-14
3
CorentinJ/Real-Time-Voice-Cloning

5秒内克隆语音,以实时生成任意语音

CorentinJ
⭐ 60,249 Python 👤 CorentinJ User 🕐 已更新 2026-03-09 📅 创建时间 2019-05-26
4
coqui-ai/TTS

🐸💬 - 一个用于文本转语音的深度学习工具包,在研究和生产中经过实战检验

coqui-ai
⭐ 44,052 Python 👤 coqui-ai Organization 🕐 已更新 2024-08-16 📅 创建时间 2020-05-20
5
OpenBMB/VoxCPM

VoxCPM2:无分词器多语言语音生成、创意语音设计和逼真克隆的TTS

OpenBMB
⭐ 42,850 Python 👤 OpenBMB Organization 🕐 已更新 2026-11-09 📅 创建时间 2025-09-16
6
QwenAudio/CosyVoice

多语言大型语音生成模型,提供推理、训练和部署的全栈能力。

QwenAudio
⭐ 24,469 Python 👤 QwenAudio Organization 🕐 已更新 2026-05-25 📅 创建时间 2024-07-03
7
DrewThomasson/ebook2audiobook

使用 50 多种 TTS 引擎,从电子书生成有声书,支持语音克隆和 1696 种语言!

DrewThomasson
⭐ 20,615 Python 👤 DrewThomasson User 🕐 已更新 2026-11-20 📅 创建时间 2024-01-22
8
Huanshere/VideoLingo

Netflix-level subtitle cutting, translation, alignment, and even dubbing - one-click fully automated AI video subtitle team | Netflix级字幕切割、翻译、对齐、甚至加上配音,一键全自动视频搬运AI字幕组

Huanshere
⭐ 19,341 Python 👤 Huanshere User 🕐 已更新 2026-11-13 📅 创建时间 2024-08-09
9
jub0t/Concat

Beta:真正免费、开源、本地优先、跨平台的视频编辑器。可通过 JSON-RPC API 和 MCP 编写脚本。

jub0t
⭐ 19,338 Rust 👤 jub0t User 🕐 已更新 2026-11-20 📅 创建时间 2026-08-25
10
neonbjb/tortoise-tts

一个注重质量的多声 TTS 系统

neonbjb
⭐ 14,748 Jupyter Notebook 👤 neonbjb User 🕐 已更新 2024-11-19 📅 创建时间 2022-01-28
11
QwenLM/Qwen3-TTS

Qwen3-TTS 是阿里巴巴云(Alibaba Cloud)Qwen团队开发的开源语音合成(TTS)模型系列,支持稳定、富有表现力的流式语音生成、自由形式的语音设计以及生动的声音克隆。

QwenLM
⭐ 14,561 Python 👤 QwenLM Organization 🕐 已更新 2026-03-17 📅 创建时间 2026-01-21
12
multimodal-art-projection/YuE

YuE2:结合符号规划、零样本翻唱和智能体音乐编辑的前沿音乐生成。

multimodal-art-projection
⭐ 13,644 Python 👤 multimodal-art-projection Organization 🕐 已更新 2026-11-01 📅 创建时间 2025-01-23
13
abus-aikorea/voice-pro

Gradio WebUI,面向创作者和开发者,具备主要的TTS(Edge-TTS, kokoro)和零样本语音克隆(E2 & F5-TTS, CosyVoice)功能,同时支持Whisper音频处理、YouTube下载、Demucs人声分离和多语言翻译。

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 已更新 2026-07-13 📅 创建时间 2024-07-29
14
PaddlePaddle/PaddleSpeech

易于使用的语音工具包,包括自监督学习模型、带有标点的SOTA/流式ASR、带有文本前端的流式TTS、发言者验证系统、端到端语音翻译和关键词检测。荣获NAACL2022最佳演示奖。

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 已更新 2026-08-12 📅 创建时间 2017-11-14
15
SparkAudio/Spark-TTS

Spark-TTS 推理代码

SparkAudio
⭐ 10,984 Python 👤 SparkAudio Organization 🕐 已更新 2025-04-09 📅 创建时间 2025-02-25
16
kyutai-labs/pocket-tts

适合你 CPU(甚至可以放进口袋)的 TTS

kyutai-labs
⭐ 10,365 Python 👤 kyutai-labs Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-01-07
17
boson-ai/higgs-audio

Boson AI 的文本到音频基础模型

boson-ai
⭐ 8,390 Python 👤 boson-ai Organization 🕐 已更新 2026-06-05 📅 创建时间 2025-07-20
18
hexgrad/kokoro

https://hf.co/hexgrad/Kokoro-82M

hexgrad
⭐ 8,289 JavaScript 👤 hexgrad User 🕐 已更新 2025-08-06 📅 创建时间 2025-01-10
19
Zyphra/Zonos

Zonos-v0.1 是一个领先的开源文本到语音模型,在超过 20 万小时的多样化多语言语音上进行了训练,其表现力和质量可与顶级 TTS 提供商媲美,甚至超越。

Zyphra
⭐ 7,213 Python 👤 Zyphra Organization 🕐 已更新 2025-03-05 📅 创建时间 2025-02-07
20
neuphonic/neutts

Neuphonic 的设备端 TTS 模型

neuphonic
⭐ 6,343 Python 👤 neuphonic Organization 🕐 已更新 2026-07-30 📅 创建时间 2025-10-02
21
Shaunwei/RealChar

🎙️🤖实时创建、自定义和与您的AI角色/伴侣交谈(全部在一个代码库中!)。使用LLM OpenAI GPT3.5/4、Anthropic Claude2、Chroma Vector DB、Whisper Speech2Text、ElevenLabs Text2Speech在任何地方(移动设备、网页和终端)与AI进行自然无缝的对话🎙️🤖

Shaunwei
⭐ 6,216 JavaScript 👤 Shaunwei User 🕐 已更新 2026-01-20 📅 创建时间 2023-06-26
22
liuzhao1225/YouDub-Desktop

适用于 YouTube/Bilibili 的开源 AI 视频本地化与配音工具:语音识别、字幕翻译、声音克隆、音频混音与渲染。开源 AI 视频翻译配音工具。

liuzhao1225
⭐ 5,874 TypeScript 👤 liuzhao1225 User 🕐 已更新 2026-11-21 📅 创建时间 2023-12-26
23
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
24
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
26
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
27
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
28
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
29
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
30
Kedreamix/Linly-Dubbing

智能视频多语言AI配音/翻译工具 - Linly-Dubbing — “AI赋能,语言无界”

Kedreamix
⭐ 3,221 Jupyter Notebook 👤 Kedreamix User 🕐 已更新 2025-03-05 📅 创建时间 2024-08-08
31
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
32
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
33
prophesier/diff-svc

基于扩散模型的歌声转换

prophesier
⭐ 2,713 Jupyter Notebook 👤 prophesier User 🕐 已更新 2026-06-06 📅 创建时间 2022-10-22
34
ddalcu/mlx-serve

适用于 Apple Silicon 的原生大语言模型推理服务器。兼容 OpenAI 和 Anthropic API。无需 Python。采用 Zig 后端和 Swift 前端的 macOS 应用,支持聊天、音乐、语音和视频生成。

ddalcu
⭐ 2,528 Zig 👤 ddalcu User 🕐 已更新 2026-11-21 📅 创建时间 2026-02-17
35
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
36
flybirdxx/ComfyUI-Qwen-TTS

Qwen3-TTS ComfyUI 的简单实现

flybirdxx
⭐ 1,981 Python 👤 flybirdxx User 🕐 已更新 2026-11-10 📅 创建时间 2026-01-22
37
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
38
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
39
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
40
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
41
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
42
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
43
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
44
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
45
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
46
panyanyany/Twocast

AI 播客生成器,支持双语剧集、多语言、多音色,NotebookLLM 的替代品;真人对话 AI 播客生成器,多语言,多音色

panyanyany
⭐ 1,251 TypeScript 👤 panyanyany User 🕐 已更新 2025-07-01 📅 创建时间 2025-06-20
47
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
49
YUANZHUO-BNU/metahuman_overview

数字人资料整理

YUANZHUO-BNU
⭐ 1,143 👤 YUANZHUO-BNU Organization 🕐 已更新 2025-01-08 📅 创建时间 2023-09-05
50
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

常见问题解答

1

GitHub 上最受欢迎的 #voice-cloning 仓库是什么?

GitHub 上排名第一的开源 #voice-cloning 项目是 debpalash/VoiceStudio,拥有 115,753 个 Star。VoiceStudio 是 ElevenLabs 的开源、完全本地化替代方案,支持 646 种语言的声音克隆、声音设计、视频配音、听写、转录和有声书创作。

2

#voice-cloning 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #voice-cloning 项目中,最常见的编程语言是 Python, Jupyter Notebook, TypeScript, JavaScript。

3

#voice-cloning 仓库的排名是如何计算的?

我们跟踪了 76 个标记为 #voice-cloning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 629,830 个 Star,平均每个仓库拥有 8,287 个 Star。排名每日根据 GitHub API 更新。