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: korean-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

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

End-to-End Speech Processing Toolkit

9.9K
Stars
81/100
Confianza
Categoría: media-automationAuditoría

Swap GPT for any LLM by changing a single line of code. Xinference lets you run open-source, speech, and multimodal models on cloud, on-prem, or your laptop — all through one unified, production-ready inference API.

9.3K
Stars
79/100
Confianza
Categoría: ml-automationAuditoría