#voice-cloning Dépôts
77 dépôts au total
Générateur d'audiolivres multi-voix alimenté par IA — annotation de scripts LLM, clonage de voix, conception de voix, entraînement LoRA, contrôle de style par ligne, et export vers MP3, M4B chapitré ou pistes multiples Audacity. Construit sur Qwen3-TTS.
Un puissant modèle d'édition audio basé sur le LLM et l'apprentissage par renforcement, doté de 3 milliards de paramètres, excelle dans l'édition des émotions, du style de parole et de la paralinguistique, et dispose d'une robuste fonction de synthèse vocale (zero-shot text-to-speech).
Un moteur TTS (synthèse vocale) léger et hors ligne pour Android, permettant un clonage vocal fluide à l'échelle du système et une lecture de texte haute fidélité. / Un moteur TTS (synthèse vocale) léger fonctionnant localement sur Android, prenant en charge l'extraction de locuteur hors ligne, le clonage de timbre sans seuil et la lecture globale au niveau système à double moteur.
Production de vidéos virales en un clic : 1. Extraction automatique de textes de référence 2. Imitation automatique de textes 3. Clonage vocal automatique basé sur le texte 4. Génération automatique de narration par un présentateur numérique 5. Ajout automatique de sous-titres 6. Ajout automatique de musique de fond 7. Ajout automatique de titres vidéo 8. Génération automatique de miniatures vidéo 9. Publication automatique des vidéos sur diverses plateformes
Un serveur de synthèse vocale compatible avec l'API OpenAI utilisant xtts_v2 et/ou piper tts de Coqui AI en backend.
Filigranage localisé pour les audios vocaux générés par l'IA, avec SOTA sur la robustesse et un détecteur très rapide
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.
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.
MimikaStudio - Une application local-first pour macOS (Apple Silicon) + Support Agentic MCP
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.).
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.
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.
🎭 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.
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.
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
Le premier modèle de dialogue oral open-source, complet, en temps réel avec clonage vocal personnalisé.
Nœud ComfyUI pour une parole hautement expressive et un clonage de voix réaliste zero-shot
YouDub est un outil open source conçu pour traduire et doubler automatiquement des vidéos YouTube de haute qualité, afin de les transférer sur l'internet chinois. L'outil utilise la technologie de reconnaissance vocale par IA pour convertir l'audio en texte, traduit ensuite le texte en chinois via un Grand Modèle de Langage (LLM), et convertit finalement le chinois en audio à l'aide de la technologie de clonage vocal par IA. Ainsi, nous pouvons créer des vidéos doublées en chinois qui conservent le timbre de voix original du YouTuber.
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.
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.