#tts Repository
222 repository in totale
Toolkit user-friendly per riconoscimento/trascrivere/conversione vocale ecc. | Cassetta degli attrezzi vocale semplice e facile da usare
Confucius4-TTS: un motore di sintesi vocale (TTS) multilingue e cross-lingue zero-shot
La soluzione di integrazione AI piรน semplice e a basso costo. Se ti piace questo progetto, per favore dagli una stella~ | ๆ็ฎๅใๆไฝๆๆฌ็AIๆฅๅ ฅๆนๆกใๅๆฌขๆฌ้กน็ฎ็่ฏ็นไธช Star ๅง~
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
๐ฅ๐ฅ Kokoro in Rust. https://huggingface.co/hexgrad/Kokoro-82M TTS in tempo reale incredibilmente veloce con alta qualitร che tu abbia mai avuto.
VTuber AI con LLM, ASR, TTS, OCR, CV e altre tecnologie per fare streaming in diretta o giocare a Minecraft con te.
Voxtral ASR & TTS in esecuzione nativamente e nel browser. Implementazione Rust di Voxtral mini ASR/TTS in tempo reale di Mistral utilizzando il framework ML Burn
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
Uno strumento di IA locale che genera automaticamente video di animazione su lavagna a partire da una voce di riferimento e da un copione in cinese.
Un modello di sintesi vocale in inglese con 4,5 milioni di parametri e due voci, addestrato da zero
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.
Sistema di Comunicazione Aumentativa e Alternativa (CAA) con sintesi vocale per il browser
MimikaStudio - Un'applicazione local-first per macOS (Apple Silicon) + Supporto Agentic MCP
MLX Omni Server รจ un server di inferenza locale basato sul framework MLX di Apple, specificamente progettato per i chip Apple Silicon (serie M). Implementa endpoint API compatibili con OpenAI, consentendo un'integrazione perfetta con i client SDK OpenAI esistenti, sfruttando al contempo la potenza dell'inferenza ML locale.
Thorsten-Voice: Una voce TTS tedesca di alta qualitร , gratuita da utilizzare e funzionante offline, dovrebbe essere disponibile per ogni progetto senza problemi di licenza.
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
Plugin Unreal Engine per modelli LLM/GenAI e server MCP UE5. OpenAI GPT-5, Deepseek R1, Claude Opus/Sonnet, Gemini 3, Grok 4, Alibaba Qwen, Kimi, ElevenLabs TTS, Inworld, OpenRouter, Groq, GLM, Ollama, Local, Meshy, Tripo, Hunyuan3D, Rodin, fal, Dashscope, Seedream. NPC AI, agentic, chat, 3D gen, TTS, multimodal, image gen. UnrealMCP/UnrealClaude
Crea facilmente modelli text-to-speech di Piper in qualsiasi vocalitร . Crea un modello text-to-speech con le tue registrazioni vocali o utilizza migliaia di voci RVC. Funziona offline su un Raspberry Pi. Registra rapidamente set di dati personalizzati per qualsiasi file metadata.csv e ascolta il tuo modello durante l'addestramento.
Aggiorna automaticamente ogni giorno i paper Text-to-Speech (TTS) utilizzando Github Actions (Aggiornamento ogni 12 ore)
Pacchetto di competenze per agenti IA per video narrati: taglia automaticamente le scene, analizza le immagini per scrivere il testo della narrazione, aggiunge la voce fuori campo e mixa lโaudio per creare il video finale; consente di esportare bozze per Jianying/CapCut, senza GPU | Competenze per agenti dedicate ai riepiloghi video narrati e alle bozze CapCut
Kokoro Web: Sintesi vocale AI gratuita, online o self-hosted, compatibile con OpenAI!
๐ค Optimum Intel: Accelera l'inferenza con gli strumenti di ottimizzazione Intel
ยซๆฅๅชยป editor video leggero. Versione web, desktop e altro, tutti gratuiti, con funzionalitร ispirate a editor come CapCut. Un editor video leggero. Gratuito per web, desktop e altro, con funzionalitร ispirate a editor come CapCut.
Hojo-TTS-Light รจ una serie di modelli leggeri di generazione vocale sviluppata da HojoAI, che attualmente comprende modelli da 0,04B e 0,08B.
Nodo personalizzato ComfyUI per il TTS VibeVoice. Audio conversazionale espressivo, di lunga durata e multi-speaker
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.
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
Core CMS potenziato dall'IA per blog personali e siti web di creatori, con riassunti IA, traduzione, moderazione e flussi di lavoro di scrittura.
Nodi TTS OmniVoice per ComfyUI - Sintesi vocale multilingue zero-shot con clonazione vocale, progettazione vocale e dialogo multi-parlante
Elenco di modelli open source per la sintesi vocale (TTS), la clonazione della voce e la generazione musicale
Un dispositivo AI conversazionale + framework software per compagnia, intrattenimento, educazione, sanitร , applicazioni IoT e robotica fai-da-te. Costruito con Python, NextJS, Arduino, ESP32, LLMs (GPT-4o), Deepgram STT e Azure TTS ๐ค