#tts Dépôts
222 dépôts au total
Boîte à outils conviviale pour la reconnaissance/transcription/conversion vocale etc. | Boîte à outils vocale simple et facile à utiliser
Confucius4-TTS : un moteur de synthèse vocale (TTS) multilingue et translingue zéro-shot
La solution d'intégration IA la plus simple et la moins chère. Si vous aimez ce projet, veuillez lui donner une étoile~ | 最简单、最低成本的AI接入方案。喜欢本项目的话点个 Star 吧~
sanoTTS (सानो signifie « petit » en népalais) : un système neuronal de synthèse vocale comptant de 294 000 à 2,27 millions de paramètres, qui fonctionne sur une puce à 3 $, dans le navigateur ou en Python, avec une diffusion en continu à faible latence.
Le modèle Bark de Suno AI en C/C++ pour une génération rapide de texte-à-voix
🔥🔥 Kokoro in Rust. https://huggingface.co/hexgrad/Kokoro-82M TTS en temps réel incroyablement rapide avec une haute qualité que vous ayez jamais eue.
VTuber IA avec LLM, ASR, TTS, OCR, CV et d’autres technologies pour diffuser en direct ou jouer à Minecraft avec vous.
Voxtral ASR & TTS s'exécutant nativement et dans le navigateur. Une implémentation Rust de Voxtral mini ASR/TTS en temps réel de Mistral utilisant le framework ML Burn
Lecteur d'eBook en Terminal avec synthèse vocale de qualité livre audio — Prend en charge les formats EPUB, PDF, DOCX, HTML, RTF, TXT et MD.
Un SDK modulaire Swift pour le traitement audio avec MLX sur Apple Silicon
De la parole au texte à la parole. Chanson en cours de lecture. Envoie du texte sous forme de messages OSC à VRChat pour l'afficher sur l'avatar. (STTTS) (Parole à TTS) (Système STT VRC) (VTuber TTS)
🎤 Lobe TTS - Une bibliothèque TTS/STT fiable et de haute qualité pour serveur et navigateur
Un outil d’IA local qui génère automatiquement des vidéos d’animation sur tableau blanc à partir d’une voix de référence et d’un script en chinois.
Un modèle de synthèse vocale en anglais à deux voix et de 4,5 millions de paramètres, entraîné à partir de zéro
Vui Nano — un petit modèle de synthèse vocale sensible au contexte, entraîné sur des conversations réelles. 219 millions de paramètres actifs (305 millions au total), sous licence Apache 2.0, clonage vocal et diffusion en continu ; fonctionne sur CPU (build C sans dépendances). Inclut un assistant vocal temps réel complet : WebRTC, ASR, LLM local et compatibilité avec l’API Realtime d’OpenAI.
Système de Communication Augmentative et Alternative (CAA) avec synthèse vocale pour le navigateur
MimikaStudio - Une application local-first pour macOS (Apple Silicon) + Support Agentic MCP
MLX Omni Server est un serveur d'inférence local alimenté par le framework MLX d'Apple, spécialement conçu pour les puces Apple Silicon (série M). Il implémente des points de terminaison d'API compatibles avec OpenAI, permettant une intégration transparente avec les clients SDK OpenAI existants tout en tirant parti de la puissance de l'inférence ML locale.
Thorsten-Voice : Une voix TTS allemande de haute qualité, gratuite à utiliser et fonctionnant hors ligne, devrait être disponible pour chaque projet sans aucun problème de licence.
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
Plugin Unreal Engine pour modèles LLM/GenAI et serveur MCP UE5. OpenAI GPT-5, Deepseek R1, Claude Opus/Sonnet, Gemini 3, Grok 4, Alibaba Qwen, Kimi, ElevenLabs TTS, Inworld, OpenRouter, Groq, GLM, Ollama, Local, Meshy, Tripo, Hunyuan3D, Rodin, fal, Dashscope, Seedream. NPC AI, agentic, chat, 3D gen, TTS, multimodal, image gen. UnrealMCP/UnrealClaude
Créez facilement des modèles Piper de texte à parole dans n'importe quelle voix. Créez un modèle de texte à parole avec vos propres enregistrements vocaux, ou utilisez des milliers de voix RVC. Fonctionne hors ligne sur un Raspberry Pi. Enregistrez rapidement des ensembles de données personnalisés pour n'importe quel fichier metadata.csv et écoutez votre modèle pendant son entraînement.
Mise à jour automatique quotidienne des papiers Text-to-Speech (TTS) à l'aide de Github Actions (Mise à jour toutes les 12 heures)
Pack de compétences d’agent IA pour la narration vidéo : découpage automatique des plans, analyse des images pour rédiger le texte de narration, ajout de la voix off et mixage audio pour produire la vidéo finale ; exportation de brouillons pour Jianying/CapCut, sans GPU requis | Compétences d’agent pour résumés vidéo narrés et brouillons CapCut
Kokoro Web : Synthèse vocale IA gratuite, en ligne ou auto-hébergée, compatible avec OpenAI !
🤗 Optimum Intel: Accélérez l'inférence avec les outils d'optimisation d'Intel
«来剪» éditeur vidéo léger. Version web, bureau et plus, tous gratuits, avec des fonctionnalités inspirées d'éditeurs comme CapCut. Un éditeur vidéo léger. Gratuit pour le web, le bureau et plus, avec des fonctionnalités inspirées d'éditeurs comme CapCut.
Hojo-TTS-Light est une série de modèles légers de génération vocale développée par HojoAI, qui comprend actuellement des modèles de 0,04B et 0,08B.
Nœud personnalisé ComfyUI pour le TTS VibeVoice. Audio conversationnel expressif, de longue durée et multi-locuteurs
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.
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
Noyau CMS propulsé par l'IA pour les blogs personnels et les sites de créateurs, avec résumés IA, traduction, modération et flux de travail d'écriture.
Nœuds TTS OmniVoice pour ComfyUI - Synthèse vocale multilingue zero-shot avec clonage vocal, conception vocale et dialogue multi-locuteur
Liste de modèles open source de synthèse vocale (TTS), de clonage de voix et de génération musicale
Un appareil IA conversationnel + framework logiciel pour la compagnie, le divertissement, l'éducation, les soins de santé, les applications IoT et la robotique DIY. Construit avec Python, NextJS, Arduino, ESP32, LLMs (GPT-4o), Deepgram STT et Azure TTS 🤖