#tts Dépôts
222 dépôts au total
Un plugin AstrBot qui permet au Bot d’envoyer des messages de manière proactive dans les conversations privées et les groupes. Il propose la prise en compte du contexte, la persistance des données, des émotions dynamiques, des plages horaires « Ne pas déranger » et l’intégration du TTS. Il comprend également une interface Web indépendante pour une configuration personnalisée.
Échantillons audio accompagnant les publications relatives à Tacotron, un modèle de synthèse vocale de bout en bout.
Tests d'expressions et d'animations basés sur Bert-VITS2. Tests d'animations basés sur Bert-VITS2.
SummerTTS est un projet de synthèse vocale (TTS) autonome basé sur C++ pour le chinois et l'anglais, qui se compile de manière indépendante. Il peut être exécuté localement sans connexion réseau ni dépendances supplémentaires. Une compilation en un clic suffit pour l'utiliser pour la synthèse vocale en chinois et en anglais.
Reconnaissance Automatique de la Parole (ASR), moteur de Synthèse Vocale (TTS). Reconnaissance vocale en chinois et anglais, synthèse vocale multi-rôles, prend en charge plusieurs langues, haute précision
Frametell : Transformez vos idées et vos contenus en vidéos explicatives vivantes grâce à un agent réalisateur IA. Priorité au local, compatible avec tous les modèles.
Nœud ComfyUI pour une parole hautement expressive et un clonage de voix réaliste zero-shot
Le compteur de dépenses et la barrière budgétaire pour les agents vocaux IA. Mesure le STT + TTS + LLM + la téléphonie pour chaque appel, prêt à l’emploi (Pipecat, LiveKit — Python et TypeScript). Bloque le tour suivant avant qu’il ne dépasse votre plafond. Local, sans compte et sans télémétrie. Créé par Floe — le contrôle des coûts pour la Voice AI.
Un lecteur de livres numériques doté d’un agent qui évolue de lui-même : il se souvient de vos lectures d’un livre à l’autre, et les extensions enrichissent à la fois le lecteur et l’agent.
Votre assistant vocal personnel : Voix vers Texte vers LLM vers Parole, affiché dans une interface web
Modèles vocaux ouverts en duplex intégral, capables de percevoir votre ton et de parler avec le leur. Un seul GPU avec vLLM-Omni, ou un fonctionnement entièrement hors ligne sur Mac avec MLX. Clonage vocal zero-shot, compatibles avec OpenAI Realtime / GPT-Live, avec un essai gratuit de l’API hébergée. Apache-2.0.
Synthèse vocale, reconnaissance vocale et détection d’activité vocale pour les conversations vocales, en C++ avec ggml : Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet et Silero VAD sur Metal, Vulkan et le CPU, avec un serveur compatible avec OpenAI et une transcription en direct.
Une Skill open source pour Claude Code / Codex qui transforme en un clic un article ou une vidéo (Douyin, Bilibili ou YouTube, d’abord transcrite) en publications illustrées pour Xiaohongshu, longues images au style magazine, mises en page pour les comptes officiels WeChat et courtes vidéos avec narration vocale par IA. 21 thèmes, validation automatique et aucune dépendance npm.
Parlez avec Feng Ge — clonez la voix et la personnalité de n’importe qui pour des conversations vocales en temps réel, avec une latence technique inférieure à 1 seconde.
Transformez votre agent de codage en studio vidéo : décrivez une vidéo en langage simple, et votre agent rédigera la chronologie et produira le fichier.
VibeVoiceFusion est un système web complet de génération vocale à plusieurs locuteurs, doté du réglage fin LoRA, de la génération par lots et de l’optimisation de la VRAM. Basé sur VibeVoice de Microsoft (architecture autorégressive + diffusion).