Directorio de skills

Descubre skills reutilizables para AI agents.

Busca skills reales de GitHub por tarea y revisa stars, confianza, auditoría, categoría y ruta de instalación antes de utilizarlos.

Cada recomendación conserva un vínculo claro con su repositorio, auditoría y ruta de instalación.

Resultados de búsqueda: conversational-speech-synthesis

Directorio en inglés

WhisperX: Automatic Speech Recognition with Word-level Timestamps (& Diarization)

23K
Stars
87/100
Confianza
Categoría: media-automationAuditoría

Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node

15K
Stars
87/100
Confianza
Categoría: media-automationAuditoría

VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning

31K
Stars
87/100
Confianza
Categoría: media-automationAuditoría

Multilingual speech understanding: ASR + emotion recognition + audio event detection. 50+ languages, 15x faster than Whisper, non-autoregressive.

8.6K
Stars
77/100
Confianza
Categoría: media-automationAuditoría

Open-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.

26K
Stars
87/100
Confianza
Categoría: dataAuditoría

50+ tutorials and implementations for Generative AI Agent techniques, from basic conversational bots to complex multi-agent systems.

23K
Stars
79/100
Confianza
Categoría: agent-frameworksAuditoría

An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System

21K
Stars
77/100
Confianza
Categoría: media-automationAuditoría

Speech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 servers, websocket server/client, support 12 programming languages

13K
Stars
87/100
Confianza
Categoría: media-automationAuditoría

Easy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ASR with punctuation, Streaming TTS with text frontend, Speaker Verification System, End-to-End Speech Translation and Keyword Spotting. Won NAACL2022 Best Demo Award.

13K
Stars
87/100
Confianza
Categoría: media-automationAuditoría

A generative speech model for daily dialogue.

40K
Stars
81/100
Confianza
Categoría: agent-frameworksAuditoría

🚀Clone a voice in 5 seconds to generate arbitrary speech in real-time

37K
Stars
76/100
Confianza
Categoría: media-automationAuditoría