#tts Repository
222 repository in totale
Un plugin AstrBot che consente al Bot di inviare messaggi proattivi nelle chat private e di gruppo. Offre consapevolezza del contesto, persistenza dei dati, emozioni dinamiche, fasce orarie di non disturbare e integrazione TTS. Include inoltre una WebUI indipendente per una configurazione personalizzata.
Campioni audio che accompagnano pubblicazioni relative a Tacotron, un modello di sintesi vocale end-to-end.
Test di espressioni e animazione basati su Bert-VITS2. Test di animazione basati su Bert-VITS2.
SummerTTS è un progetto di sintesi vocale (TTS) autonomo basato su C++ per le lingue cinese e inglese. Funziona in locale senza necessità di rete e non ha dipendenze aggiuntive. Una volta completata la compilazione con un solo clic, è pronto per essere utilizzato per la sintesi vocale in cinese e inglese.
Riconoscimento Automatico della Favola (ASR), motore Text-to-Speech (TTS). Riconoscimento vocale in cinese e inglese, sintesi vocale multi-ruolo, supporta più lingue, alta accuratezza
Frametell: Trasforma le tue idee e i tuoi materiali in video esplicativi vivaci con un agente regista basato sull’IA. Prima di tutto in locale, con qualsiasi modello.
Nodo ComfyUI per un parlato altamente espressivo e clonazione vocale realistica zero-shot
Il misuratore della spesa e il blocco del budget per gli agenti vocali IA. Misura STT + TTS + LLM + telefonia per chiamata, pronto all’uso (Pipecat, LiveKit — Python e TypeScript). Blocca forzatamente il turno successivo prima che superi il tuo limite. In locale, senza account e senza telemetria. Creato da Floe — controllo dei costi per la Voice AI.
Un lettore di ebook con un agente che si evolve autonomamente: ricorda ciò che leggi nei diversi libri e i plugin ampliano sia il lettore sia l’agente.
Il tuo assistente vocale personale: da Voce a Testo a LLM a Sintesi vocale, visualizzato in un'interfaccia web
Modelli vocali open full-duplex che percepiscono il tuo tono e parlano con il proprio. Una sola GPU con vLLM-Omni, oppure funzionamento completamente offline su Mac con MLX. Clonazione vocale zero-shot, compatibili con OpenAI Realtime / GPT-Live, con prova gratuita dell’API ospitata. Apache-2.0.
Sintesi vocale, riconoscimento vocale e rilevamento dell’attività vocale per conversazioni vocali, in C++ su ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet e Silero VAD su Metal, Vulkan e CPU, con un server compatibile con OpenAI e trascrizione in tempo reale.
Una Skill open source per Claude Code / Codex che trasforma con un clic un articolo o un video (di Douyin, Bilibili o YouTube, prima trascritto) in post grafico-testuali per Xiaohongshu, immagini lunghe in stile rivista, impaginazioni per gli account ufficiali di WeChat e brevi video con voce narrante generata dall’IA. 21 temi, verifica automatica e zero dipendenze npm.
Parla con Feng Ge: clona la voce e la personalità di chiunque per conversazioni vocali in tempo reale, con una latenza tecnica inferiore a 1 secondo.
Trasforma il tuo agente di programmazione in uno studio video: descrivi un video in linguaggio semplice e il tuo agente scriverà la timeline e produrrà il file.
VibeVoiceFusion è un sistema web full-stack per la generazione vocale multi-speaker, con fine-tuning LoRA, generazione in batch e ottimizzazione della VRAM. Basato su VibeVoice di Microsoft (architettura autoregressiva + diffusione).