#tts Repository
222 repository in totale
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)
La versione Docker di OpenClaw che integra le piattaforme IM cinesi รจ preinstallata e configurata con i plugin per i principali software IM cinesi, come Feishu, DingTalk, bot QQ e WeChat Per aziende, consentendoti di avviare rapidamente un gateway AI per bot che supporta piรน piattaforme IM cinesi.
Streamer-Sales Campione di Vendite โ Modello LLM di Streamer Venditore ๐๐, un modello LLM di streamer venditore capace di fornire commenti sui prodotti dal punto di vista dello stimolare la volontร di acquisto degli utenti in base alle caratteristiche del prodotto fornite. ๐โญ Include processi dettagliati di generazione dati โ ๐ฆ Inoltre integra LMDeploy per inferenza accelerata ๐, RAG Retrieval Augmented Generation ๐, TTS Text-to-Speech ๐, generazione di avatar ๐ฆธ, utilizzo di agenti per ricerche di informazioni in tempo reale sul web ๐, ASR Speech-to-Text ๐๏ธ, frontend di costruzione dell'ecosistema Vue ๐, backend di costruzione FastAPI ๐๏ธ, packaging e deployment con Docker-compose ๐
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
Inserisci un argomento, ottieni un video esplicativo narrato. Una skill di Claude Code / Codex che trasforma qualsiasi argomento in un video esplicativo di motion graphics su una tela nera, con voce narrante TTS, sottotitoli e barra di avanzamento dei capitoli. In cinese o inglese; ogni fotogramma viene disegnato tramite codice con Remotion.
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!
[AutoArk] GPA (General Purpose Audio) puรฒ eseguire ASR, TTS e conversione vocale con un unico modello minuscolo!
Trasforma un argomento in un video esplicativo/pubblicitario finito in stile Vox con collage di carta โ automatizzato dall'inizio alla fine su Atlas Cloud + ffmpeg. Un'abilitร dell'agente.
Lettore di e-book multipiattaforma basato su IA con ricerca semantica, chat RAG, archivio vettoriale locale, note, TTS e sincronizzazione WebDAV.
openctp fornisce interfacce compatibili con CTPAPI per vari canali come opzioni su azioni CTP, XTP di Zhongtai Securities, TORA di Huaxin Securities, OST di Dongfang Securities, EMT di Dongfang Wealth Securities, TWS di Interactive Brokers, TAP di E-futures, QDP di Quant Investment, ecc. I programmi CTP possono essere collegati senza problemi a vari terminali azionari. openctp offre anche un ambiente di simulazione basato sul sistema di trading TTS, che fornisce anch'esso interfacce compatibili con CTPAPI. Supporta non solo la simulazione del trading di tutti i tipi di futures e opzioni domestici, ma anche quella di azioni A, fondi, obbligazioni e opzioni su azioni, potendo sostituire Simnow e fornire un ambiente di simulazione disponibile 7x24 per gli sviluppatori di trading quantitativo CTP.
aeneas รจ una libreria Python/C e un set di strumenti per sincronizzare automagically audio e testo (aka forced alignment)
FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Training, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animazione, Testo in Video, Tutorial, Guide, Lezioni, Corsi, ComfyUI, Google Colab, RunPod, Kaggle, NoteBook, ControlNet, TTS, Clonazione Vocale, AI, Notizie AI, ML, Notizie ML, Notizie, Tech, Notizie Tech, Kohya, Midjourney, RunPod
Libreria Python e strumento CLI per l'interfacciamento con l'API text-to-speech di Google Translate
MARY TTS -- un sistema di sintesi vocale da testo multilingue open-source scritto in puro Java
Strumento open-source Text-to-Speech, supporta testi lunghissimi, doppiaggio multi-ruolo
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 vocale in tempo reale con oltre 100 modelli su Arduino ESP32, con WebSocket sicuri e funzioni edge per giocattoli IA, compagni da scrivania e dispositivi
Convertitore da EPUB ad audiolibro, ottimizzato per Audiobookshelf, WebUI inclusa
Uno strumento text-to-speech da riga di comando che utilizza il modello Kokoro, supporta piรน lingue, voci (con blending) e vari formati di input tra cui libri EPUB e documenti PDF.
Controllo di Yandex.Station e altri dispositivi smart home con Alice da Home Assistant
Endpoint API text-to-speech gratuito e di alta qualitร per sostituire OpenAI, Azure o ElevenLabs
๐ Dipendente di generazione video completamente automatizzato da IA | Il tuo primo collega AIGC. Chatta un'idea. Ottieni un film. ๐ฆ
Runtime ad alte prestazioni per lโerogazione di sistemi di superintelligenza interattivi
Workflow-to-APP, ScreenShare e Video flottante, GPT e 3D, Riconoscimento vocale e TTS
Bailing รจ un robot di conversazione vocale simile a GPT-4o, implementato tramite ASR+LLM+TTS, integrato con eccellenti grandi modelli come DeepSeek R1, connesso a openClaw, un vero assistente vocale personale con latenza fino a 800 ms, eseguibile su dispositivi a bassa configurazione come Mac, supporta l'interruzione
Traduce automaticamente il testo di un video in base a un file di sottotitoli, quindi utilizza i servizi vocali AI per creare una nuova traccia audio doppiata e tradotta in cui il parlato รจ sincronizzato con i tempi dei sottotitoli.
App Linux Speech Note. Prendere appunti, leggere e tradurre con Speech to Text offline, Text to Speech e traduzione automatica.
NobodyWho รจ un motore di inferenza che ti consente di eseguire LLM localmente ed efficientemente su qualsiasi dispositivo.
Modello Text-to-Speech basato su Flow Matching con controllo dello stile guidato da emoji
Parallel WaveGAN Non Ufficiale (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) con PyTorch
Amica รจ un'interfaccia open source per la comunicazione interattiva con personaggi 3D con sintesi vocale e riconoscimento vocale.
Una completa integrazione ComfyUI per il modello text-to-speech VibeVoice di Microsoft, che consente la sintesi vocale di alta qualitร per singolo e multi-speaker direttamente nei tuoi flussi di lavoro ComfyUI.
Auto-ospita il potente modello Chatterbox TTS. Questo server offre un'interfaccia Web user-friendly, endpoint API flessibili (inclusi compatibili con OpenAI), voci predefinite, clonazione vocale ed elaborazione di testi su larga scala per audiolibri. Esegue accelerato su NVIDIA (CUDA), AMD (ROCm) e CPU.
Traduzione vocale bidirezionale in tempo reale per riunioni bilingui: rileva automaticamente la lingua parlata e traduce in entrambe le direzioni, tramite cloud o completamente offline sul dispositivo. Desktop (Windows ยท macOS ยท Linux) + estensione del browser (Chrome ยท Edge) per Zoom, Meet, Teams e qualsiasi altra applicazione.