Семейство open-source голосовых AI-моделей Microsoft: распознавание длинной речи (ASR), многоязычная по говорящим генерация речи (TTS) и потоковый TTS в реальном времени.
54,9 тыс.6,2 тыс.PythonMITОбновлён 15 дней назад
snakers4/silero-models
Предобученные модели синтеза речи Silero для PyTorch Hub и pip: русский, тюркские, кавказские и другие языки СНГ.
- Звёзды
- 6,141
- Форки
- 376
- Открытые issues
- 13
- Последний коммит
- 7 дней назад
Что это?
Silero Models — коллекция предобученных моделей синтеза речи, которые можно загрузить одной строкой кода через torch.hub.load или пакет silero для pip. Модели скачиваются по мере необходимости; их также можно кэшировать и запускать отдельно с PyTorch и стандартной библиотекой Python.
Модели сгруппированы по версиям и языкам. В линейку V5 входят модели русского языка с автоматической расстановкой ударений и обработкой омографов, а также большие коллекции моделей для языков СНГ, включая татарский, казахский, украинский, узбекский, чувашский, якутский и несколько кавказских языков. Более старые модели V3 и V4 поддерживают английский, немецкий, испанский, французский и индийские языки. Модели поддерживают частоту дискретизации 8000, 24000 и 48000 Hz, а модели V5 — разметку SSML.
В репозитории есть ноутбуки Colab с примерами использования. Лицензия зависит от группы моделей: большинство распространяется по CC BY-NC 4.0, а базовые модели для языков СНГ — по MIT.
Ключевые возможности
- 01Загрузка через torch.hub или пакет для pip одной строкой кода.
- 02Модели V5 для русского языка автоматически расставляют ударения и обрабатывают омографы.
- 03Большой выбор голосов для тюркских, кавказских и других языков СНГ.
- 04Модели V5 поддерживают разметку SSML.
- 05Вывод аудио с частотой 8000, 24000 или 48000 Hz; запуск возможен на CPU и GPU.
Сценарии использования
- Добавление синтеза речи на русском или языках СНГ в приложение на Python.
- Генерация голосовых подсказок или аудиосэмплов для многоязычных проектов.
- Запуск офлайн-TTS на локальном компьютере с PyTorch без внешнего API.
Быстрый старт
- 1
Установите пакет silero из PyPI
pip install silero - 2
Импортируйте silero_tts, загрузите модель, например v5_ru, и вызовите apply_tts для примера текста
Что важно знать
- Модели распространяются по лицензии CC BY-NC 4.0, которая разрешает только некоммерческое использование.
- Модели скачиваются по мере необходимости, поэтому при первом использовании требуется подключение к интернету.
В подборках
Темы
Частые вопросы
- Что такое silero-models?
- Предобученные модели синтеза речи Silero для PyTorch Hub и pip: русский, тюркские, кавказские и другие языки СНГ. Silero Models — коллекция предобученных моделей синтеза речи, которые можно загрузить одной строкой кода через torch.hub.load или пакет silero для pip. Модели скачиваются по мере необходимости; их также можно кэшировать и запускать отдельно с PyTorch и стандартной библиотекой Python.
- silero-models можно использовать бесплатно? Какая у него лицензия?
- silero-models распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- silero-models всё ещё поддерживается?
- Активно поддерживается. Последний коммит в silero-models — 15 окт. 2026 г..
- Для чего можно использовать silero-models?
- Добавление синтеза речи на русском или языках СНГ в приложение на Python. Генерация голосовых подсказок или аудиосэмплов для многоязычных проектов. Запуск офлайн-TTS на локальном компьютере с PyTorch без внешнего API.
- Как установить silero-models?
- Установите пакет silero из PyPI: pip install silero Импортируйте silero_tts, загрузите модель, например v5_ru, и вызовите apply_tts для примера текста
- Где скачать silero-models?
- Исходный код и инструкции по установке — на GitHub: https://github.com/snakers4/silero-models
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
VoxCPM2 — open-source модель преобразования текста в речь без токенизатора: поддерживает 30 языков, создание голоса по текстовому описанию и клонирование по короткому аудиофрагменту.
39,9 тыс.4,5 тыс.PythonApache-2.0Обновлён 15 дней назад
Семейство открытых моделей синтеза речи Resemble AI с клонированием голоса по короткому аудиообразцу на английском и многих других языках.
27,2 тыс.3,7 тыс.PythonMITОбновлён 3 месяца назад
Система синтеза речи zero-shot, которая клонирует голос по одной аудиозаписи и позволяет управлять эмоциями, скоростью и произношением.
24,7 тыс.2,9 тыс.PythonOtherОбновлён 23 дня назад
Открытая мультиязычная zero-shot модель преобразования текста в речь для более чем 600 языков с клонированием и настройкой голоса.
15,6 тыс.2,3 тыс.PythonApache-2.0Обновлён 3 дня назад
Открытая система синтеза речи на основе flow matching и Diffusion Transformer с клонированием голоса по короткому аудиофрагменту без предварительного обучения на диктора.
ИИ и машинное обучение#text-to-speech#speech-synthesis#flow-matching#diffusion-transformer#voice-cloning
15,4 тыс.2,3 тыс.PythonMITОбновлён 8 дней назад