开源序GitHub 开源项目排行

语音模型

11 个仓库 · 数据更新于 2026-11-06

1openai / whisper提供语音识别模型与音频转写相关代码。PythonMIT · 宽松，可直接商用名次历史不足111,787
2microsoft / VibeVoice开源前沿语音人工智能PythonMIT · 宽松，可直接商用名次历史不足55,106
32noise / ChatTTS用于日常对话的生成语音模型。PythonAGPL-3.0 · 需开源衍生作品名次历史不足39,987
4myshell-ai / OpenVoiceMIT 和 MyShell 的即时语音克隆。音频基础模型。PythonMIT · 宽松，可直接商用名次历史不足38,129
5boson-ai / higgs-audioBoson AI 的文本音频基础模型PythonApache-2.0 · 宽松，可直接商用名次历史不足8,371
6Zyphra / ZonosZonos-v0.1 是一种领先的开放式文本转语音模型，经过超过 20 万小时的各种多语言语音训练，其表现力和质量可与顶级 TTS 提供商媲美甚至超越。PythonApache-2.0 · 宽松，可直接商用名次历史不足7,239
7snakers4 / silero-modelsSilero 模型：预训练的文本转语音模型变得异常简单Jupyter Notebook许可证未声明名次历史不足6,170
8MoonshotAI / Kimi-AudioKimi-Audio，一个开源音频基础模型，在音频理解、生成和对话方面表现出色Python许可证未声明名次历史不足4,751
9facebookresearch / sam-audio该仓库提供使用 Meta Segment Anything Audio Model (SAM-Audio) 进行推理的代码、下载训练好的模型检查点的链接，以及展示如何使用该模型的示例笔记本。Python许可证未声明名次历史不足3,686
10gpt-omni / mini-omni开源多模态大型语言模型，能够同时具备听觉、说话和思考能力。具有实时端到端语音输入和流式音频输出对话功能。PythonMIT · 宽松，可直接商用名次历史不足3,582
11Kedreamix / Linly-Talker数字虚拟形象对话系统——Linly-Talker。😄✨ Linly-Talker是一种智能AI系统，它将大型语言模型与视觉模型相结合，从而创造出一种新颖的人机交互方式。🤝🤖 该系统整合了Whisper、Linly、Microsoft Speech Services以及SadTalker语音生成系统等多种技术。🌟🔬PythonMIT · 宽松，可直接商用名次历史不足3,479
按仓库累计 Star 排序，同一仓库只占一个位置；Star 与 Fork 不代表用户数。