全部项目
当前范围的仓库 27 · UTC 2026-11-04
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—Ccoqui-ai / TTS🐸💬 - 用于文本转语音的深度学习工具包，经过研究和生产的考验PythonMPL-2.0 · 需开源衍生作品名次历史不足46,1806,162——2024-08-16
2—OOpenBMB / VoxCPMVoxCPM2：用于多语言语音生成、创意语音设计和逼真克隆的无分词器 TTSPythonApache-2.0 · 宽松，可直接商用名次历史不足40,9764,666——2026-10-08
4—Mm-bain / whisperXWhisperX：带有字级时间戳（和二值化）的自动语音识别PythonBSD-2-Clause · 宽松，可直接商用名次历史不足25,0452,525——2026-10-22
5—IIDEA-Research / Grounded-Segment-AnythingGrounded SAM：将 Grounding DINO 与 Segment Anything、稳定扩散和识别 Anything 相结合 - 自动检测、分割和生成任何东西Jupyter NotebookApache-2.0 · 宽松，可直接商用名次历史不足17,7901,596——2024-09-05
6—Kkaldi-asr / kaldikaldi-asr/kaldi 是 Kaldi 项目的官方位置。ShellNOASSERTION · 限制商用 / 未知名次历史不足15,5115,344——2025-09-22
7—Hhuggingface / speech-to-speech使用开源模型构建语音代理PythonApache-2.0 · 宽松，可直接商用名次历史不足13,6271,684——2026-11-02
8—Ssnakers4 / silero-vad作者声明：Silero VAD：预先训练的企业级语音活动检测器PythonMIT · 宽松，可直接商用名次历史不足10,586879——2026-10-22
9—Mmozilla / TTS:robot: :speech_balloon：文本到语音的深度学习（讨论论坛：https://discourse.mozilla.org/c/tts）Jupyter NotebookMPL-2.0 · 需开源衍生作品名次历史不足10,1791,319——2023-11-09
10—AAIGC-Audio / AudioGPTAudioGPT：理解和生成语音、音乐、声音和头部说话PythonNOASSERTION · 限制商用 / 未知名次历史不足10,165844——2024-07-06
11—Mmodelscope / modelscopeModelScope：将模型即服务的概念变为现实。PythonApache-2.0 · 宽松，可直接商用名次历史不足9,204974——2026-11-02
12—Nnetease-youdao / EmotiVoiceEmotiVoice 😊：多语音和提示控制的 TTS 引擎PythonApache-2.0 · 宽松，可直接商用名次历史不足8,543760——2026-09-03
13—PPaddlePaddle / models官方维护，由PaddlePaddle支持，包括CV、NLP、Speech、Rec、TS、大模型等。PythonApache-2.0 · 宽松，可直接商用名次历史不足6,9322,847——2025-01-15
15—Ccactus-compute / cactus适用于手机、可穿戴设备、智能家居和机器人的量化、内核、运行时和推理引擎。C++NOASSERTION · 限制商用 / 未知名次历史不足6,174516——2026-09-26
16—Ssnakers4 / silero-modelsSilero 模型：预训练的文本转语音模型变得异常简单Jupyter NotebookNOASSERTION · 限制商用 / 未知名次历史不足6,161378——2026-10-15
17—MMahmoudAshraf97 / whisper-diarization基于 OpenAI Whisper 的说话人分类自动语音识别Jupyter NotebookBSD-2-Clause · 宽松，可直接商用名次历史不足5,673504——2026-08-15
19—Jjianchang512 / sttVoice Recognition to Text Tool / 一个离线运行的本地音视频转字幕工具,输出json、srt字幕、纯文字格式PythonGPL-3.0 · 需开源衍生作品名次历史不足4,842511——2026-01-22
20—Mmodelscope / ClearerVoice-StudioAI驱动的语音处理工具包和开源SOTA预训练模型，支持语音增强、分离、目标说话人提取等。PythonApache-2.0 · 宽松，可直接商用名次历史不足4,598377——2025-08-14
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。