TTS 是用 Python 编写的学习资料,用于系统学习与查阅,主打适合生产环境。
🐸💬 - a deep learning toolkit for Text-to-Speech, battle-tested in research and production
microsoft
Windows 效率工具集,提供窗口管理、批量重命名、取色器等系统增强功能。目前累计 14 万 star、8.7k fork,在本地项目库中星标排名约第 76 / 65722,主要语言为 C,项目始于 2019 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给需要桌面端软件的团队:涉及 advanced-paste、color-picker、command-palette、desktop 方向。
按累计星标排序,库内共 65,724 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,033 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
TTS 是用 Python 编写的学习资料,用于系统学习与查阅,主打适合生产环境。
🐸💬 - a deep learning toolkit for Text-to-Speech, battle-tested in research and production
VoxCPM 是用 Python 编写的学习资料,用于系统学习与查阅,主打开源免费。
VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning
MockingBird 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打实时。
🚀Clone a voice in 5 seconds to generate arbitrary speech in real-time
so-vits-svc 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
SoftVC VITS Singing Voice Conversion
whisperX 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
WhisperX: Automatic Speech Recognition with Word-level Timestamps (& Diarization)
Grounded-Segment-Anything 是用 Jupyter Notebook 编写的 AI 工具,用于大模型训练与推理,主打适合生产环境。
Grounded SAM: Marrying Grounding DINO with Segment Anything & Stable Diffusion & Recognize Anything - Automatically Detect , Segment and Generate An…
kaldi 是用 Shell 编写的命令行工具,在终端中直接使用。
kaldi-asr/kaldi is the official location of the Kaldi project.
speech-to-speech 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打开源免费。
Build voice agents with open-source models
silero-vad 是用 Python 编写的 AI 模型,提供可直接使用的模型与权重,主打适合生产环境。
Silero VAD: pre-trained enterprise-grade Voice Activity Detector
TTS 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
:robot: :speech_balloon: Deep learning for Text to Speech (Discussion forum: https://discourse.mozilla.org/c/tts)
AudioGPT 是用 Python 编写的多媒体工具,用于处理音视频内容。
AudioGPT: Understanding and Generating Speech, Music, Sound, and Talking Head
modelscope 是用 Python 编写的学习资料,用于系统学习与查阅。
ModelScope: bring the notion of Model-as-a-Service to life.
EmotiVoice 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
EmotiVoice 😊: a Multi-Voice and Prompt-Controlled TTS Engine
models 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Officially maintained, supported by PaddlePaddle, including CV, NLP, Speech, Rec, TS, big models and so on.
annyang 是用 TypeScript 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
💬 Speech recognition for your site
silero-models 是用 Jupyter Notebook 编写的 AI 模型,提供可直接使用的模型与权重,主打易用。
Silero Models: pre-trained text-to-speech models made embarrassingly simple
whisper-diarization 是用 Jupyter Notebook 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper
Voice 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
Voice 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
DeepFilterNet 是用 Python 编写的学习资料,用于系统学习与查阅。
Noise supression using deep filtering
ultravox 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发,主打速度快、实时。
A fast multimodal LLM for real-time voice
ClearerVoice-Studio 是用 Python 编写的学习资料,用于系统学习与查阅,主打开源免费。
An AI-Powered Speech Processing Toolkit and Open Source SOTA Pretrained Models, Supporting Speech Enhancement, Separation, and Target Speaker Extrac…
metavoice-src 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Foundational model for human-like, expressive TTS
Applio 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打易用。
A simple, high-quality voice conversion tool focused on ease of use and performance.
Amazing-Python-Scripts 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
🚀 Curated collection of Amazing Python scripts from Basics to Advance with automation task scripts.
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 66,033 个,本站已收录 65,724 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。