全部项目
当前范围的仓库 27 · UTC 2026-11-05
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
3—NNVIDIA-NeMo / Speech专为大型语言模型、多模式和语音 AI（自动语音识别和文本转语音）研究人员和开发人员构建的可扩展生成式 AI 框架PythonApache-2.0 · 宽松，可直接商用名次历史不足18,6863,675——2026-11-02
4—NNVIDIA / DeepLearningExamples作者声明：按模型组织的最先进的深度学习脚本 - 易于训练和部署，在企业级基础设施上具有可重复的准确性和性能。Jupyter Notebook未知 · 限制商用 / 未知名次历史不足14,8703,403——2024-08-12
5—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
6—Aabus-aikorea / voice-pro面向创作者和开发者的 Gradio WebUI，具有关键 TTS（Edge-TTS、kokoro）和零样本语音克隆（E2 和 F5-TTS、CosyVoice），以及 Whisper 音频处理、YouTube 下载、Demucs 声音隔离和多语言翻译。PythonGPL-3.0 · 需开源衍生作品名次历史不足13,3931,932——2026-07-13
7—PPaddlePaddle / PaddleSpeech作者声明：易于使用的语音工具包，包括自监督学习模型、带标点符号的 SOTA/流式 ASR、带文本前端的流式 TTS、说话者验证系统、端到端语音翻译和关键字识别。荣获NAACL2022最佳演示奖。PythonApache-2.0 · 宽松，可直接商用名次历史不足12,7021,952——2026-08-12
8—Rrany2 / edge-tts通过 Python 使用 Microsoft Edge 的在线文本转语音服务，无需 Microsoft EdgePythonNOASSERTION · 限制商用 / 未知名次历史不足12,4451,170——2026-10-14
9—Oopen-mmlab / AmphionAmphion (/æmˈfaɪən/) 是一个用于音频、音乐和语音生成的工具包。其目的是支持可重复的研究，并帮助初级研究人员和工程师开始音频、音乐和语音生成研究和开发领域。PythonMIT · 宽松，可直接商用名次历史不足10,330855——2026-03-25
11—Vvoicepaw / so-vits-svc-forkso-vits-svc 分支具有实时支持、改进的界面和更多功能。PythonNOASSERTION · 限制商用 / 未知名次历史不足9,3301,212——2026-11-03
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—BBlaizzy / mlx-audio基于 Apple MLX 框架构建的文本转语音 (TTS)、语音转文本 (STT) 和语音转语音 (STS) 库，可在 Apple Silicon 上提供高效的语音分析。PythonMIT · 宽松，可直接商用名次历史不足8,187782——2026-11-02
14—Jjaywalnut310 / vitsVITS：具有对抗性学习的条件变分自动编码器，用于端到端文本到语音的转换PythonMIT · 宽松，可直接商用名次历史不足7,9011,371——2023-12-06
15—Eespeak-ng / espeak-ngeSpeak NG 是一款开源语音合成器，支持一百多种语言和口音。CGPL-3.0 · 需开源衍生作品名次历史不足6,9911,330——2026-11-03
16—Yyl4579 / StyleTTS2StyleTTS 2：通过大型语音语言模型的风格扩散和对抗性训练实现人类水平的文本转语音PythonMIT · 宽松，可直接商用名次历史不足6,381715——2024-08-10
18—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
19—MMoonInTheRiver / DiffSingerDiffSinger：通过浅扩散机制进行歌声合成（SVS 和 TTS）； AAAI 2022；官方代码PythonMIT · 宽松，可直接商用名次历史不足4,891832——2026-07-24
20—WWhisperSpeech / WhisperSpeech通过反转 Whisper 构建的开源文本转语音系统。Jupyter NotebookMIT · 宽松，可直接商用名次历史不足4,659281——2025-12-14
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。