#text-to-speech Repository
261 repository in totale
Un laboratorio pratico per creare, testare e valutare app con il framework dei modelli di base di Apple.
Modello TTS in grado di trasmettere in streaming audio conversazionale in tempo reale.
Il nucleo di VOICEVOX, un software di sintesi vocale di media qualitร utilizzabile gratuitamente
Un'applicazione modulare per assistenti vocali per sperimentare con modelli all'avanguardia di trascrizione, generazione di risposte e text-to-speech. Supporta le API di OpenAI, Groq, Elevenlabs, CartesiaAI e Deepgram, oltre ai modelli locali tramite Ollama. Ideale per la ricerca e lo sviluppo nella tecnologia vocale.
Generatore di audiolibri multi-voce alimentato da IA โ annotazione script LLM, clonazione vocale, design vocale, addestramento LoRA, controllo stile per riga ed esportazione in MP3, M4B con capitoli o tracce multiple Audacity. Costruito su Qwen3-TTS.
SDK vocale-AI open-source. L'alternativa a Vapi/Retell per sviluppatori che vogliono possedere lo stack. Dai al tuo agente AI un numero di telefono in 4 righe โ Python e TypeScript, con licenza MIT, Twilio, Telnyx e Plivo.
Editor video AI per agenti. Plugin ChatCut e server MCP per Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work e Qwen Work: modifica i tuoi video chattando, aggiungi didascalie e sottotitoli, rimuovi silenzi e intercalari, crea animazioni grafiche ed esporta una timeline modificabile.
Rendi le voci TTS naturali di Azure accessibili a qualsiasi applicazione compatibile con SAPI 5.
Un potente modello di editing audio basato su LLM e apprendimento per rinforzo, con 3 miliardi di parametri, eccelle nell'editing di emozioni, stile di parlato e paralinguistica, e offre una robusta funzionalitร di text-to-speech zero-shot.
Questa suite di strumenti consente agli utenti di interagire direttamente con i servizi AI dal proprio terminale.
Editor video open-source e local-first, dove creatori e agenti AI modificano la stessa timeline reale.
Strumento vocale open source (Apache 2.0) per Claude Code e Codex su macOS che legge ad alta voce i progressi del tuo agente di programmazione. La voce viene generata localmente con Kokoro, senza bisogno di un account, oppure puoi usare la tua chiave ElevenLabs o Speechify. Ascolta un breve riepilogo vocale quando lโagente termina, non riesce o necessita di approvazione.
Un lettore di romanzi gratuito, open source, semplice, pulito e senza pubblicitร
Un libro creato da xiaolai con l'aiuto di ChatGPT e del suo TTS
Client Vonage REST API per PHP. Supporto API per SMS, Voice, Text-to-Speech, Numbers, Verify (2FA) e altro.
Un motore TTS (Text-to-Speech) leggero e offline per Android, che consente il clonaggio vocale seamless a livello di sistema e la lettura del testo ad alta fedeltร . / Un motore TTS (Text-to-Speech) leggero che gira localmente su Android, supporta estrazione parlante offline, clonazione timbrica a zero soglia e ascolto globale a livello di sistema con doppio motore.
NISQA - Valutazione Non Intrusiva della Qualitร del Discorso e Naturalitร TTS
Generatore automatico di video che crea video esplicativi dato un tema. L'utente inserisce il testo del tema, il sistema chiama un modello linguistico di grandi dimensioni per generare una storia o un testo esplicativo, quindi chiama ulteriormente un'interfaccia di sintesi vocale per generare la voce esplicativa, chiama un'interfaccia da testo a immagine per generare immagini di accompagnamento che corrispondano al contenuto del testo, e infine fonde la voce e le immagini di accompagnamento per creare un video esplicativo.
DiffWave รจ un vocoder neurale e sintetizzatore di forme d'onda veloce e di alta qualitร .
Confucius4-TTS: un motore di sintesi vocale (TTS) multilingue e cross-lingue zero-shot
sanoTTS (เคธเคพเคจเฅ significa ยซpiccoloยป in nepalese): un sistema neurale di sintesi vocale con un numero di parametri compreso tra 294 mila e 2,27 milioni, che funziona su un chip da 3 $, nel browser o in Python, con streaming a bassa latenza.
Il modello Bark di Suno AI in C/C++ per una rapida generazione di testo-sintesi vocale
Un server text-to-speech compatibile con l'API di OpenAI che utilizza xtts_v2 e/o piper tts di Coqui AI come backend.
Risorse di codice Azure OpenAI per l'utilizzo delle funzionalitร in tempo reale di gpt-4o.
Lettore di eBook da terminale con sintesi vocale di qualitร audiolibro โ Supporta EPUB, PDF, DOCX, HTML, RTF, TXT e MD.
Un SDK modulare Swift per l'elaborazione audio con MLX su Apple Silicon
Da voce a testo a voce. Canzone in riproduzione. Invia testo come messaggi OSC a VRChat per visualizzarlo sull'avatar. (STTTS) (Voce a TTS) (Sistema VRC STT) (VTuber TTS)
๐ค Lobe TTS - Una libreria TTS/STT affidabile e di alta qualitร per server e browser
Un modello di sintesi vocale in inglese con 4,5 milioni di parametri e due voci, addestrato da zero
dispositivo basato su esp32, utilizzato principalmente per chat vocali con modelli linguistici di grandi dimensioni
Chatbot vocale locale per conversazioni coinvolgenti, alimentato da Ollama, Hugging Face Transformers e Coqui TTS Toolkit
Vui Nano โ un piccolo modello di sintesi vocale consapevole del contesto, addestrato su conversazioni reali. 219 milioni di parametri attivi (305 milioni in totale), Apache 2.0, clonazione vocale e streaming; funziona su CPU (build in C priva di dipendenze). Include un assistente vocale completo in tempo reale: WebRTC, ASR, LLM locale e compatibilitร con lโAPI Realtime di OpenAI.