#text-to-speech Repository
261 repository in totale
Nodo personalizzato per la conversione text-to-speech di alta qualitร in ComfyUI utilizzando il modello IndexTTS. Supporta testi in cinese e inglese e puรฒ replicare le caratteristiche vocali basate su audio di riferimento.
Sistema di Comunicazione Aumentativa e Alternativa (CAA) con sintesi vocale per il browser
Implementazione di funzionalitร relative alla chat AI utilizzando Unity. Attualmente, questa libreria include implementazioni di codice per chiamate API a modelli linguistici di grandi dimensioni come ChatGPT e ChatGLM, nonchรฉ l'implementazione di servizi vocali di Microsoft Azure e Baidu AI. I servizi vocali utilizzano API web e supportano piattaforme come Windows/WebGL/Android.
L'intento di questo progetto รจ quello di uniformare il modo in cui vengono utilizzate varie sintesi vocali, supportare piรน adattatori per sintesi vocali, consentire l'uso diretto come modulo o l'avvio di un servizio backend.
AlwaysReddy รจ un assistente vocale LLM che รจ sempre a portata di tasto di scelta rapida.
Rapida รจ una piattaforma open-source di orchestrazione AI vocale end-to-end per la creazione di agenti vocali conversazionali in tempo reale, con streaming audio, STT, TTS, VAD, integrazione multiโcanale, gestione dello stato degli agenti e osservabilitร ใ
Claudemy: un'alternativa open source a Udemy e Coursera. Assegna un argomento a Claude: farร ricerche sul Web e creerร un corso di lezioni audio di 2 minuti con le fonti citate. Una skill gratuita per Claude Code.
๐ Un'estensione dizionario personalizzabile che supporta la ricerca con doppio clic in oltre 20 lingue, piรน di 1000 dizionari, sintesi vocale, traduzione e integrazione con Anki.
Creatore di video completamente automatizzato che utilizza motion graphics e sintesi text-to-speech per trasformare le newsletter in video YouTube giornalieri.
API locale compatibile con OpenAI per sintesi vocale (TTS) con Chatterbox, che consente agli utenti di generare discorsi clonati in qualsiasi luogo in cui viene utilizzata l'API OpenAI (ad es. Open WebUI, AnythingLLM, ecc.).
Riconoscimento vocale offline con OpenAI Whisper e TensorFlow Lite per Android
OpenAmika: Amika, la compagna IA di MekaHime, รจ open source. Avatar Live2D, voce in tempo reale, memoria a lungo termine e OpenRouter o Ollama come cervello.
โจโจ[NeurIPS 2025] VITA-Audio: Generazione Veloce di Token Cross-Modali Interfoliati per un Efficiente Modello Linguistico-Vocale di Grandi Dimensioni
Aggiorna automaticamente ogni giorno i paper Text-to-Speech (TTS) utilizzando Github Actions (Aggiornamento ogni 12 ore)
IA on-device per Flutter: Gemma e altri LLM, multimodalitร , chiamate di funzione, embedding, RAG e voce su Android, iOS, Web, macOS, Windows e Linux.
Implementazione di Voicebox, una nuova rete Text-to-speech SOTA di MetaAI, in Pytorch
Conversione da grafemi a fonemi del persiano (farsi) nellโAlfabeto Fonetico Internazionale (IPA) utilizzando un modello ByT5 ottimizzato.
LLaSA: Scalare il calcolo in fase di addestramento e inferenza per la sintesi vocale basata su LLaMA
Trasforma PDF ed EPUB in audiolibri; sottotitoli o video in video doppiati (inclusa la traduzione) e altro ancora. Gratuitamente. Pandrator utilizza modelli locali, tra cui la clonazione vocale (istantanea, potenziata da RVC, ottimizzazione XTTS) e l'elaborazione LLM. Aspira a essere un'applicazione facile da usare con una GUI, un programma di installazione e pacchetti tutto in uno.
Kokoro Web: Sintesi vocale AI gratuita, online o self-hosted, compatibile con OpenAI!
Didascalie per il riconoscimento vocale e l'input KB per OBS, VRChat, chat di Twitch e Discord
Nodo personalizzato ComfyUI per il TTS VibeVoice. Audio conversazionale espressivo, di lunga durata e multi-speaker
Dettatura vocale velocissima, gratuita e con prioritร allโelaborazione locale per macOS, con trascrizione sul dispositivo
Esegui Qwen3-TTS text-to-speech localmente su Mac (M1/M2/M3/M4). Clonazione vocale, design della voce, voci personalizzate. 100% offline utilizzando MLX.
Un server open source per la lettura accompagnata di documenti, con opzioni TTS di alta qualitร , evidenziazione sincronizzata ed esportazione in audiolibri per EPUB, PDF, DOCX, TXT e MD.
๐ญ Piattaforma per avatar IA / esseri umani digitali: carica una foto, clona una voce e parla con qualsiasi volto in tempo reale tramite video con sincronizzazione labiale. Open source e self-hosted. Claude ยท Whisper ยท Chatterbox ยท MuseTalk.
โก Assistente vocale AI incredibilmente veloce con tempi di risposta inferiori a 500 ms
Versione modificata di Chatterbox che accetta file di testo come input e senza restrizioni sui caratteri. Lo uso per creare audiolibri, specialmente per i miei figli.
Il Sistema di Auto-Codifica per la Tua App โ Alan AI SDK per React Native
Nodi TTS OmniVoice per ComfyUI - Sintesi vocale multilingue zero-shot con clonazione vocale, progettazione vocale e dialogo multi-parlante
Plugin di IA in TypeScript per Payload CMS: generazione di testo, immagini e voce con provider estensibili, prompt a livello di campo, controllo degli accessi e integrazione con il testo avanzato.
๐ฅ๐ฅ๐ฅ Un elenco curato di articoli sulla generazione multimodale basata su LLM (image, video, 3D e audio).