#tts Dépôts
222 dépôts au total
Un outil de conversion vocale simple et de haute qualité axé sur la facilité d'utilisation et les performances.
:stuck_out_tongue_closed_eyes: TensorFlowTTS : Synthèse vocale de pointe en temps réel pour Tensorflow 2 (prend en charge notamment l'anglais, le français, le coréen, le chinois, l'allemand et est facile à adapter à d'autres langues)
La version Docker d'OpenClaw intégrant les plateformes IM chinoises est préinstallée et configurée avec des plugins pour les principaux logiciels IM chinois tels que Feishu, DingTalk, les robots QQ et WeChat Entreprise, vous permettant de déployer rapidement une passerelle robot AI prenant en charge plusieurs plateformes IM chinoises.
Streamer-Sales Champion des Ventes – Grand Modèle LLM d'Animateur Commercial 🛒🎁, un grand modèle LLM d'animateur commercial capable de commenter des produits du point de vue de la stimulation de l'intention d'achat de l'utilisateur en fonction des caractéristiques données du produit. 🚀⭐ Comprend un processus détaillé de génération de données ❗ 📦 Intègre également LMDeploy pour une inférence accélérée 🚀, la génération augmentée par récupération RAG 📚, la synthèse vocale TTS 🔊, la génération d'avatars 🦸, l'utilisation d'agents pour interroger des informations en temps réel sur le web 🌐, la transcription vocale ASR 🎙️, le frontend de construction d'écosystème Vue 🍍, le backend de construction FastAPI 🗝️, le packaging et le déploiement avec Docker-compose 🐋
Synthèse vocale vietnamienne avec clonage vocal instantané • Sur l’appareil • Inférence CPU en temps réel • Qualité audio 48 kHz • Synthèse de texte en vietnamien • Texte en voix vietnamienne • TTS vietnamien
Entrez un sujet, obtenez une vidéo explicative narrée. Une compétence Claude Code / Codex qui transforme n’importe quel sujet en une vidéo explicative en motion design sur fond noir, avec voix off TTS, sous-titres et barre de progression par chapitres. En chinois ou en anglais ; chaque image est dessinée en code avec Remotion.
Une seule interface Web Gradio + React avec extensions pour ACE-Step, OmniVoice, Kimi Audio, Piper TTS, GPT-SoVITS, CosyVoice, XTTSv2, DIA, Kokoro, OpenVoice, ParlerTTS, Stable Audio, MMS, StyleTTS2, MAGNet, AudioGen, MusicGen, Tortoise, RVC, Vocos, Demucs, SeamlessM4T et Bark !
[AutoArk] GPA (General Purpose Audio) peut effectuer de l'ASR, du TTS et de la conversion vocale avec un seul modèle minuscule !
Transformez un sujet en une vidéo explicative/publicitaire finie de style Vox en collage de papier — automatisée de bout en bout sur Atlas Cloud + ffmpeg. Une compétence d'agent.
Lecteur de livres électroniques multiplateforme alimenté par l'IA avec recherche sémantique, chat RAG, stockage vectoriel local, notes, TTS et synchronisation WebDAV.
openctp fournit des interfaces compatibles CTPAPI pour divers canaux tels que les options sur actions CTP, XTP de Zhongtai Securities, TORA de Huaxin Securities, OST de Dongfang Securities, EMT de Dongfang Wealth Securities, TWS d'Interactive Brokers, TAP d'E-futures, QDP de Quant Investment, etc. Les programmes CTP peuvent être intégrés de manière transparente à divers back-offices boursiers. openctp propose également un environnement de simulation basé sur le système de trading TTS, qui fournit également des interfaces compatibles CTPAPI. Il prend en charge non seulement la simulation de trading de toutes les variétés de futures et d'options domestiques, mais aussi celle des actions A, des fonds, des obligations et des options sur actions, pouvant remplacer Simnow et fournir un environnement de simulation disponible 7j/7, 24h/24 pour les développeurs de trading quantitatif CTP.
aeneas est une bibliothèque Python/C et un ensemble d'outils pour synchroniser automagiquement l'audio et le texte (également connu sous le nom d'alignement forcé)
FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Entraînement, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animation, Texte vers Vidéo, Tutoriels, Guides, Conférences, Cours, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, TTS, Clonage Vocal, IA, Actualités IA, ML, Actualités ML, Actualités, Tech, Actualités Tech, Kohya, Midjourney, RunPod
Bibliothèque Python et outil CLI pour l'interface avec l'API text-to-speech de Google Translate
MARY TTS -- un système de synthèse vocale multilingue open-source écrit en Java pur
Outil open-source de synthèse vocale, prend en charge les textes très longs, doublage multi-personnages
HiFi-GAN : Réseaux Génératifs Antagonistes (GAN) pour une Synthèse Vocale Efficace et Haute Fidélité
Studio audio et musical IA local et open source pour macOS et Windows. Synthèse vocale, clonage de voix, chansons avec paroles et partitions multipistes — 100 % hors ligne, sans frais d’API.
Implémentation PyTorch de VALL-E (Synthèse vocale sans échantillon), Démo reproduite https://lifeiteng.github.io/valle/index.html
IA vocale en temps réel avec plus de 100 modèles sur Arduino ESP32, avec WebSockets sécurisés et fonctions en périphérie pour jouets IA, compagnons de bureau et appareils
Convertisseur EPUB en livre audio, optimisé pour Audiobookshelf, interface Web incluse
Un outil de synthèse vocale en ligne de commande utilisant le modèle Kokoro, prenant en charge plusieurs langues, voix (avec mélange) et divers formats d'entrée, notamment les livres EPUB et les documents PDF.
Contrôle de Yandex.Station et d'autres appareils domotiques avec Alice depuis Home Assistant
Point de terminaison API de synthèse vocale gratuit et de haute qualité pour remplacer OpenAI, Azure ou ElevenLabs
🚀 Employé de génération vidéo entièrement automatisé par IA | Votre premier collègue AIGC. Discutez d'une idée. Obtenez un film. 🦞
Environnement d’exécution hautes performances pour le service de systèmes de superintelligence interactifs
Workflow-to-APP, Partage d'écran et vidéo flottante, GPT et 3D, Reconnaissance vocale et TTS
Bailing est un robot de conversation vocale similaire à GPT-4o, implémenté via ASR+LLM+TTS, intégré avec d'excellents grands modèles comme DeepSeek R1, connecté à openClaw, un véritable assistant vocal personnel avec une latence aussi basse que 800 ms, exécutable sur des configurations basses comme Mac, prend en charge l'interruption
Traduit automatiquement le texte d'une vidéo en fonction d'un fichier de sous-titres, puis utilise des services vocaux IA pour créer une nouvelle piste audio doublée et traduite où la parole est synchronisée à l'aide des minutages des sous-titres.
Application Linux Speech Note. Prise de notes, lecture et traduction avec reconnaissance vocale hors ligne (Speech to Text), synthèse vocale (Text to Speech) et traduction automatique.
NobodyWho est un moteur d'inférence qui vous permet d'exécuter des LLM localement et efficacement sur n'importe quel appareil.
Modèle texte-parole basé sur Flow Matching avec contrôle de style piloté par emojis
Parallel WaveGAN Non Officiel (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) avec PyTorch
Amica est une interface open source pour la communication interactive avec des personnages 3D avec synthèse vocale et reconnaissance vocale.
Une intégration ComfyUI complète pour le modèle de synthèse vocale VibeVoice de Microsoft, permettant une synthèse vocale de haute qualité pour un ou plusieurs locuteurs directement dans vos flux de travail ComfyUI.
Auto-hébergez le puissant modèle Chatterbox TTS. Ce serveur offre une interface Web conviviale, des points de terminaison API flexibles (y compris compatibles avec OpenAI), des voix prédéfinies, le clonage de voix et le traitement de texte à l'échelle de grands livres audio. S'exécute accéléré sur NVIDIA (CUDA), AMD (ROCm) et CPU.
Traduction vocale bidirectionnelle en temps réel pour les réunions bilingues — détecte automatiquement la langue parlée et traduit dans les deux sens, via le cloud ou entièrement hors ligne sur l'appareil. Bureau (Windows · macOS · Linux) + extension de navigateur (Chrome · Edge) pour Zoom, Meet, Teams et toute autre application.