#text-to-speech Repository
261 repository in totale
Questo รจ il Nucleo di Personalitร per GLaDOS, i primi passi verso un'implementazione reale dell'IA della serie Portal di Valve.
Wrapper Docker compatibile con OpenAI per la sintesi vocale Kokoro-82M, con supporto multipiattaforma di PyTorch per CPU e GPU AMD e NVIDIA; piรน voci, clonazione e personalizzazione della voce, timestamp per i sottotitoli, SSML, WebSocket e interfaccia web opzionale per seguire la lettura
Un modello di clonazione vocale TTS rapido e di alta qualitร che raggiunge velocitร di 150ร in tempo realeใ
Un compagno desktop basato sullโIA, autonomo e consapevole del contesto. Realizzato con Python, offre la visione dello schermo in tempo reale, la sintesi vocale ONNX personalizzata, il rilevamento della finestra attiva e unโinterfaccia mobile dinamica con espressioni facciali reattive.
DiffSinger: Sintesi della voce cantata tramite meccanismo di diffusione superficiale (SVS & TTS); AAAI 2022; Codice ufficiale
Un modello TTS multilingue da 100 milioni di parametri per lโinferenza in tempo reale su CPU, la clonazione della voce e la generazione stereo a 48 kHz
Un motore di inferenza tutto-in-uno, puro C++, per modelli audio, basato su ggml. Supporta TTS, STT, VAD, conversione vocale, generazione musicale e altro, con prestazioni altamente ottimizzate. Nessuna dipendenza da Python.
Una famiglia di modelli open source per la sintesi vocale a lungo formato, la sintesi di dialoghi, la progettazione delle voci, gli effetti sonori e il TTS in streaming in tempo reale
Uno strumento di conversione vocale semplice e di alta qualitร incentrato sulla facilitร d'uso e sulle prestazioni.
:stuck_out_tongue_closed_eyes: TensorFlowTTS: Sintesi vocale all'avanguardia in tempo reale per Tensorflow 2 (supportati tra cui inglese, francese, coreano, cinese, tedesco e facile da adattare per altre lingue)
SoulX-Podcast รจ una codebase di inferenza del team Soul AI per la generazione di podcast ad alta fedeltร dal testo.
TTS vietnamita con clonazione istantanea della voce โข Sul dispositivo โข Inferenza in tempo reale su CPU โข Qualitร audio a 48 kHz โข Sintesi vocale in vietnamita โข Da testo a voce in vietnamita โข TTS vietnamita
Sistema di Conversazione con Avatar Digitale - Linly-Talker. ๐โจ Linly-Talker รจ un sistema AI intelligente che combina modelli linguistici di grandi dimensioni (LLM) con modelli visivi per creare un nuovo metodo di interazione uomo-AI. ๐ค๐ค Integra varie tecnologie come Whisper, Linly, Microsoft Speech Services e il sistema di generazione di teste parlanti SadTalker. ๐๐ฌ
Codice di esempio per il Microsoft Cognitive Services Speech SDK
Un singolo Gradio + React WebUI con estensioni per 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 e Bark!
L'editor di VOICEVOX, un software di sintesi vocale di media qualitร utilizzabile gratuitamente
Un runtime vocale in tempo reale che mantiene gli agenti in grado di parlare, lavorare e rimanere presenti. Runtime vocale in tempo reale per agenti IA
Modelli Text-to-Speech e Speech-to-Text di Kyutai basati sul framework Delayed Streams Modeling.
[AutoArk] GPA (General Purpose Audio) puรฒ eseguire ASR, TTS e conversione vocale con un unico modello minuscolo!
Aggrega contenuti RSS e web (ricetta Calibre), li invia a Kindle e include un lettore online ottimizzato per e-ink.
aeneas รจ una libreria Python/C e un set di strumenti per sincronizzare automagically audio e testo (aka forced alignment)
Crea video con Claude Code: copione, voiceover con IA, musica, clip video e rendering, usando modelli open source per pochi centesimi
Libreria Python e strumento CLI per l'interfacciamento con l'API text-to-speech di Google Translate
๐ Distribuzione con un clic (incluso pacchetto offline)! Basato su ChatTTS, supporta output in streaming, estrazione di voci, generazione di audio lunghi e lettura per ruolo. Semplice da usare, nessuna installazione complessa richiesta.
MARY TTS -- un sistema di sintesi vocale da testo multilingue open-source scritto in puro Java
AllTalk si basa sul motore Coqui TTS, simile all'estensione Coqui_tts per Text generation webUI, tuttavia supporta una varietร di funzionalitร avanzate, come una pagina delle impostazioni, supporto a basso VRAM, DeepSpeed, narratore, finetuning del modello, modelli personalizzati, manutenzione di file wav. Puรฒ anche essere utilizzato con software di terze parti tramite chiamate JSON.
HiFi-GAN: Reti Generative Avversarie per una Sintesi Vocale Efficiente e ad Alta Fedeltร
Studio audio e musicale locale con IA open source per macOS e Windows. Sintesi vocale, clonazione della voce, canzoni con testo e spartiti multitraccia: 100% offline, senza costi API.
Implementazione PyTorch di VALL-E (Zero-Shot Text-To-Speech), Demo Riproducibile https://lifeiteng.github.io/valle/index.html
IA multimodale in tempo reale su dispositivo con funzionalitร simili a GPT-Live
Studio di IA locale e portatile per Windows, Linux e macOS. Interfaccia grafica senza configurazione per la generazione di immagini, LLM GGUF, sintesi vocale e trascrizione vocale
Endpoint API text-to-speech gratuito e di alta qualitร per sostituire OpenAI, Azure o ElevenLabs