#voice-cloning Repository
77 repository in totale
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.
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.
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.
Produzione di video virali con un clic: 1. Estrazione automatica di testi di riferimento 2. Imitazione automatica di testi 3. Clonazione vocale automatica basata sul testo 4. Generazione automatica di narrazione da persona digitale 5. Aggiunta automatica di sottotitoli 6. Aggiunta automatica di musica di sottofondo 7. Aggiunta automatica di titoli video 8. Generazione automatica di copertine video 9. Pubblicazione automatica di video su varie piattaforme
Un server text-to-speech compatibile con l'API di OpenAI che utilizza xtts_v2 e/o piper tts di Coqui AI come backend.
Watermarking localizzato per audio vocali generati dall'IA, con SOTA su robustezza e rilevatore molto veloce
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.
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.
MimikaStudio - Un'applicazione local-first per macOS (Apple Silicon) + Supporto Agentic MCP
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.).
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.
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.
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.
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.
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
Il primo modello di dialogo parlato end-to-end, open-source e in tempo reale con clonazione vocale personalizzata.
Nodo ComfyUI per un parlato altamente espressivo e clonazione vocale realistica zero-shot
YouDub รจ uno strumento open-source progettato per tradurre e doppiare automaticamente video di YouTube di alta qualitร , consentendone il trasferimento sull'internet cinese. Lo strumento utilizza la tecnologia di riconoscimento vocale AI per convertire l'audio in testo, quindi traduce il testo in cinese tramite un Modello Linguistico di Grandi Dimensioni (LLM) e, infine, converte il cinese in audio utilizzando la tecnologia di clonazione vocale AI. In questo modo, possiamo creare video doppiati in cinese che mantengono il tono di voce originale dello YouTuber.
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 dellโAPI ospitata. Apache-2.0.
Parla con Feng Ge: clona la voce e la personalitร di chiunque per conversazioni vocali in tempo reale, con una latenza tecnica inferiore a 1 secondo.