#text-to-speech Dépôts
261 dépôts au total
Nœud personnalisé pour la conversion texte-parole de haute qualité dans ComfyUI utilisant le modèle IndexTTS. Prend en charge les textes chinois et anglais et peut répliquer les caractéristiques vocales basées sur un audio de référence.
Système de Communication Augmentative et Alternative (CAA) avec synthèse vocale pour le navigateur
Implémentation de fonctionnalités liées au chat IA à l'aide d'Unity. Actuellement, cette bibliothèque contient des implémentations de code pour les appels API à des grands modèles linguistiques tels que ChatGPT et ChatGLM, ainsi que l'implémentation des services vocaux de Microsoft Azure et Baidu AI. Les services vocaux utilisent des API web et prennent en charge des plateformes telles que Windows/WebGL/Android.
L'intention de ce projet est d'unifier la manière d'utiliser divers moteurs de synthèse vocale, de prendre en charge plusieurs adaptateurs de moteurs de synthèse vocale, de permettre une utilisation directe en tant que module ou le lancement d'un service backend.
AlwaysReddy est un assistant vocal LLM qui est toujours à portée de raccourci clavier.
Rapida est une plateforme d’orchestration open-source de l’IA vocale de bout en bout, permettant de créer des assistants vocaux conversationnels en temps réel avec diffusion audio, STT, TTS, VAD, intégration multi‑canal, gestion de l’état des agents et observabilité。
Claudemy : une alternative open source à Udemy et Coursera. Donnez un sujet à Claude : il effectue des recherches sur le Web et crée un cours composé de leçons audio de 2 minutes, avec des sources citées. Une compétence gratuite pour Claude Code.
📚 Une extension de dictionnaire personnalisable qui prend en charge la recherche par double-clic dans plus de 20 langues, plus de 1000 dictionnaires, la synthèse vocale, la traduction et l'intégration Anki.
Créateur de vidéos entièrement automatisé utilisant des graphiques animés et la synthèse texte-parole pour transformer les newsletters en vidéos YouTube quotidiennes.
API TTS locale compatible OpenAI utilisant Chatterbox, qui permet aux utilisateurs de générer de la parole clonée partout où l'API OpenAI est utilisée (par ex. Open WebUI, AnythingLLM, etc.).
Reconnaissance vocale hors ligne avec OpenAI Whisper et TensorFlow Lite pour Android
OpenAmika : Amika, la compagne IA de MekaHime, est open source. Avatar Live2D, voix en temps réel, mémoire à long terme et OpenRouter ou Ollama comme cerveau.
✨✨[NeurIPS 2025] VITA-Audio : Génération rapide de jetons intermodaux entrelacés pour un grand modèle parole-langage efficace
Mise à jour automatique quotidienne des papiers Text-to-Speech (TTS) à l'aide de Github Actions (Mise à jour toutes les 12 heures)
IA embarquée pour Flutter — Gemma et autres LLM, capacités multimodales, appels de fonctions, embeddings, RAG et voix sur Android, iOS, Web, macOS, Windows et Linux.
Implémentation de Voicebox, le nouveau réseau Text-to-speech SOTA de MetaAI, dans Pytorch
Conversion des graphèmes en phonèmes du persan (farsi) vers l’alphabet phonétique international (API) à l’aide d’un modèle ByT5 affiné.
LLaSA : Mise à l'échelle du calcul pendant l'entraînement et l'inférence pour la synthèse vocale basée sur LLaMA
Transformez des PDF et des EPUB en livres audio ; des sous-titres ou des vidéos en vidéos doublées (traduction incluse), et plus encore. Gratuitement. Pandrator utilise des modèles locaux, y compris le clonage de voix (instantané, amélioré par RVC, réglage fin XTTS) et le traitement LLM. Il aspire à être une application conviviale avec une interface graphique, un installateur et des packages tout-en-un.
Kokoro Web : Synthèse vocale IA gratuite, en ligne ou auto-hébergée, compatible avec OpenAI !
Sous-titres de reconnaissance vocale et d'entrée KB pour OBS, VRChat, le chat Twitch et Discord
Nœud personnalisé ComfyUI pour le TTS VibeVoice. Audio conversationnel expressif, de longue durée et multi-locuteurs
Dictée vocale ultra-rapide, gratuite et privilégiant le traitement local sur macOS, avec transcription sur l’appareil
Exécutez Qwen3-TTS (synthèse vocale) localement sur Mac (M1/M2/M3/M4). Clonage vocal, conception de voix, voix personnalisées. 100 % hors ligne avec MLX.
Un serveur open source de lecture de documents avec lecture audio synchronisée, proposant des options de synthèse vocale (TTS) de haute qualité, un surlignage synchronisé et l’exportation en livres audio pour EPUB, PDF, DOCX, TXT et MD.
🎭 Plateforme d’avatar IA / d’humain numérique : téléversez une photo, clonez une voix et dialoguez en temps réel avec n’importe quel visage grâce à une vidéo synchronisée avec les lèvres. Open source et auto-hébergée. Claude · Whisper · Chatterbox · MuseTalk.
⚡ Assistant vocal IA incroyablement rapide avec des temps de réponse <500 ms
Version modifiée de Chatterbox qui accepte les fichiers texte comme entrée et sans restrictions de caractères. Je l'utilise pour créer des livres audio, surtout pour mes enfants.
Le Système d'Auto-Codage pour Votre App — Alan AI SDK pour React Native
Nœuds TTS OmniVoice pour ComfyUI - Synthèse vocale multilingue zero-shot avec clonage vocal, conception vocale et dialogue multi-locuteur
Plugin d’IA en TypeScript pour Payload CMS : génération de texte, d’images et de voix avec des fournisseurs extensibles, des prompts au niveau des champs, un contrôle d’accès et une intégration au texte enrichi.
🔥🔥🔥 Une liste organisée d'articles sur la génération multimodale basée sur les LLM (image, vidéo, 3D et audio).