Git Stars Git Stars

#voice-cloning 仓库

76
仓库总数
629,830
总星标数
8,287
平均每个仓库星标数
51
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
52
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
54
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
55
LuoGen-AI/LuoGen-agent

一键产出爆款视频:1.自动提取对标文案 2.自动进行文案仿写 3.自动根据文案声音克隆 4.自动生成数字人口播 5.自动添加字幕 6.自动添加背景音乐 7.自动添加视频标题 8.自动生成视频封面 9.自动将视频发布到各平台

LuoGen-AI
⭐ 870 Python 👤 LuoGen-AI User 🕐 已更新 2025-10-03 📅 创建时间 2025-10-02
56
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
57
facebookresearch/audioseal

针对AI生成语音音频的本地化水印,在鲁棒性和极速检测器方面达到SOTA

facebookresearch
⭐ 804 Python 👤 facebookresearch Organization 🕐 已更新 2026-11-03 📅 创建时间 2024-01-26
58
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
59
chenpipi0807/ComfyUI-Index-TTS

使用IndexTTS模型在ComfyUI中实现高质量文本到语音转换的自定义节点。支持中文和英文文本,可以基于参考音频复刻声音特征。

chenpipi0807
⭐ 776 Python 👤 chenpipi0807 User 🕐 已更新 2026-09-02 📅 创建时间 2025-04-22
60
v3ucn/CosyVoice_For_Windows

CosyVoice在Windows环境下使用的版本

v3ucn
⭐ 758 Python 👤 v3ucn User 🕐 已更新 2026-11-12 📅 创建时间 2024-07-07
61
BoltzmannEntropy/MimikaStudio

MimikaStudio - macOS (Apple Silicon) 的本地优先应用 + Agentic MCP 支持

BoltzmannEntropy
⭐ 753 Dart 👤 BoltzmannEntropy User 🕐 已更新 2026-10-27 📅 创建时间 2026-01-26
62
travisvn/chatterbox-tts-api

本地兼容 OpenAI 的文本转语音(TTS)API,使用 Chatterbox,使用户能够在任何使用 OpenAI API 的地方(如 Open WebUI、AnythingLLM 等)生成语音克隆语音。

travisvn
⭐ 700 Python 👤 travisvn User 🕐 已更新 2025-12-23 📅 创建时间 2025-05-31
63
lukaszliniewicz/Pandrator

将 PDF 和 EPUB 转换为有声读物;将字幕或视频转换为配音视频(包括翻译)等等。完全免费。Pandrator 使用本地模型,包括语音克隆(即时、RVC 增强、XTTS 微调)和 LLM 处理。它旨在成为一款具有图形用户界面 (GUI)、安装程序和一体化软件包的用户友好型应用程序。

lukaszliniewicz
⭐ 649 Python 👤 lukaszliniewicz User 🕐 已更新 2026-11-21 📅 创建时间 2024-03-20
64
wildminder/ComfyUI-VibeVoice

用于 VibeVoice TTS 的 ComfyUI 自定义节点。富有表现力、长篇幅、多说话人的对话式音频

wildminder
⭐ 614 Python 👤 wildminder User 🕐 已更新 2026-10-26 📅 创建时间 2025-08-27
⭐ 609 TypeScript 👤 synchronicity-labs Organization 🕐 已更新 2024-03-30 📅 创建时间 2023-11-07
66
kapi2800/qwen3-tts-apple-silicon

在 Mac (M1/M2/M3/M4) 上本地运行 Qwen3-TTS 语音合成。支持语音克隆、语音设计和自定义语音。基于 MLX 实现 100% 离线运行。

kapi2800
⭐ 593 Python 👤 kapi2800 User 🕐 已更新 2026-05-02 📅 创建时间 2026-01-28
67
PunithVT/ai-avatar-system

🎭 AI 数字人平台——上传照片、克隆声音,与任意面孔实时对话,并生成口型同步视频。开源,支持自托管。Claude · Whisper · Chatterbox · MuseTalk。

PunithVT
⭐ 586 Python 👤 PunithVT User 🕐 已更新 2026-11-13 📅 创建时间 2025-11-30
68
petermg/Chatterbox-TTS-Extended

Chatterbox 的修改版本,它接受文本文件作为输入且没有字符限制。我用它来制作有声读物,尤其是为我的孩子们制作。

petermg
⭐ 577 Python 👤 petermg User 🕐 已更新 2025-08-23 📅 创建时间 2025-05-30
69
Saganaki22/ComfyUI-OmniVoice-TTS

OmniVoice TTS节点用于ComfyUI - 零样本多语言文本转语音,支持语音克隆、语音设计及多说话人对话

Saganaki22
⭐ 567 Python 👤 Saganaki22 User 🕐 已更新 2026-06-11 📅 创建时间 2026-04-02
70
wildminder/awesome-ai-voice

开源文本转语音、声音克隆和音乐生成模型列表

wildminder
⭐ 562 👤 wildminder User 🕐 已更新 2026-11-04 📅 创建时间 2026-03-10
71
billwuhao/ComfyUI_IndexTTS

IndexTTS 语音克隆:支持双人对话

billwuhao
⭐ 556 Python 👤 billwuhao User 🕐 已更新 2025-11-07 📅 创建时间 2025-04-30
72
FlashLabs-AI-Corp/FlashLabs-Chroma

世界上第一款开源、实时、端到端的语音对话模型,支持个性化语音克隆。

FlashLabs-AI-Corp
⭐ 552 Jupyter Notebook 👤 FlashLabs-AI-Corp Organization 🕐 已更新 2026-09-04 📅 创建时间 2025-11-13
73
HAKORADev/VODER

具备复现能力的语音操作与设计引擎

HAKORADev
⭐ 524 Python 👤 HAKORADev User 🕐 已更新 2026-10-01 📅 创建时间 2026-02-09
74
wildminder/ComfyUI-VoxCPM

用于高表现力语音和逼真零样本语音克隆的 ComfyUI 节点

wildminder
⭐ 523 Python 👤 wildminder User 🕐 已更新 2026-10-14 📅 创建时间 2025-09-17
75
liuzhao1225/YouDub

YouDub是一个开源工具,旨在自动化地将优质的YouTube视频进行翻译和配音,以便将其搬运到中文互联网上。该工具使用了AI语音识别技术将音频转换为文本,然后通过大语言模型将文本翻译成中文,最后通过AI声音克隆技术将中文转换为音频。这样,我们就可以创建出具有原始YouTuber音色的中文配音视频。

liuzhao1225
⭐ 514 Python 👤 liuzhao1225 User 🕐 已更新 2024-05-14 📅 创建时间 2023-11-02
76
adventists-ai/sophon-realtime

开放式全双工语音模型,能够听懂你的语气并以相应语气回应。借助 vLLM-Omni,仅需一块 GPU;或使用 MLX 在 Mac 上完全离线运行。零样本声音克隆,兼容 OpenAI Realtime / GPT-Live,并提供免费的托管 API 试用。Apache-2.0。

adventists-ai
⭐ 510 Python 👤 adventists-ai Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-11-04
77
YeJe-cpu/talk-to-fengge

和峰哥聊天——克隆任何人的声音和性格,进行实时语音对话,工程延迟低于 1 秒。

YeJe-cpu
⭐ 504 Python 👤 YeJe-cpu User 🕐 已更新 2026-07-11 📅 创建时间 2026-06-25