#tts リポジトリ
リポジトリ合計222件
Xiaozhi ESP32向けのJavaエンタープライズ管理プラットフォーム。デバイス監視、音色カスタマイズ、ロール切り替え、会話履歴管理のフロントエンド、バックエンド、サーバー統合ソリューションを提供します。
Mouseover Translate Any Language At Once - Chrome Extension: PDF Translator, EBOOK, EPUB, OCR, TTS, NETFLIX, YOUTUBE DUAL SUBTITLES, GOOGLE DOCS, AI, VIEWER, GMAIL, WRITING, IMAGE, DUALSUBS, MANGA, HOVER, DICTIONARY, WEBTOON, EDGE, JAPANESE, ENGLISH
ルート不要のオープンソースAndroid向けリアルタイム画面翻訳ツール。ゲーム、ビジュアルノベル、漫画に最適。端末内およびクラウドOCR、オフラインLLM、複数の翻訳サービス、画面上の翻訳表示、テキスト読み上げ(TTS)に対応。
Microsoft Edgeブラウザのテキスト読み上げ(TTS)音声を録音し、.wavオーディオとして出力できる(Windowsプラットフォーム用)ツールです。
ローカルでのマルチエンジン・多言語対応テキスト読み上げ(TTS)およびボイスチェンジのためのComfyUIカスタムノード統合。対応エンジン:RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox(クラシックおよび多言語版)、F5-TTS、Higgs Audio 2, 3、VibeVoice。無制限のテキスト長、SRTタイミング、キャラクターサポート、および多数のオーディオツールに対応。
AMD Strix Halo向けのオープンソースAIエンジン。テキスト、埋め込み、音声、画像、動画のモデルを1つのバイナリに集約し、OpenAI互換API、コーディングエージェント向けキャッシュ、モデル拡張機能を提供。LinuxとWindowsに対応。
MicrosoftのNatural Speechの特徴を備えたBERTおよびVITSに基づくベストプラクティスTTS。ONNXストリーミング出力をサポート!
AI駆動のマルチボイスオーディオブック生成器 — LLMスクリプト注釈、ボイスクローニング、ボイスデザイン、LoRAトレーニング、行ごとのスタイル制御、MP3、章付きM4B、またはAudacityマルチトラックへのエクスポート。Qwen3-TTSを基盤に構築。
音声AI彼女(DeepSeek Harness向け音声AI彼女):Whisperによる音声入力 + Qwen3-TTSによる音声クローン + 文単位のストリーミング読み上げ + アニメーションアバターウィンドウ。割り込み/キューの2モードに対応し、話しかけるとすぐに中断できます。
AI Studio PlaygroundとBuildをリバースプロキシ経由でAPI化 | OpenAI、Anthropic、Gemini互換のAI Studio API
1つのコマンドで、さまざまな入力形式(epub、mobi、txt、PDF、HTMLなど!)から自然に聞こえるオーディオブックを作成します。
強力な30億パラメータのLLMベース強化学習オーディオ編集モデルは、感情、話し方、パラ言語学の編集に優れており、堅牢なゼロショットテキスト読み上げ機能を備えています。
macOS上のClaude CodeとCodex向けのオープンソース(Apache 2.0)音声ツール。コーディングエージェントの進捗を読み上げます。音声はKokoroでローカルに生成でき、アカウントは不要です。お持ちのElevenLabsまたはSpeechifyのキーを使うこともできます。エージェントの完了時、失敗時、または承認が必要なときに、短い音声サマリーを聞けます。
サイバー小雅ライブ版 · コンポーネント型デジタルヒューマン(Vidu s2)· 無料・オープンソース AGPL-3.0 · 作者:天工开帧(抖音/B站/YouTubeで同名)
🔥🔥🔥Java用無料オフラインAIアルゴリズムツールボックス。顔認識、ライブネス検出、表情認識、物体検出、インスタンスセグメンテーション、歩行者検出、OCR文字認識、ナンバープレート認識、表認識、ASR+TTS、機械翻訳などの機能をサポートし、Maven参照で使用可能。PyTorch、Tensorflowをサポートし、Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisperなどの主要モデルを統合しています。
軽量でオフラインのAndroidテキスト読み上げ(TTS)エンジン。システム全体でのシームレスなボイスクローニングと高忠実度のテキスト読み上げを可能にします。/ Androidローカルで動作する軽量級テキスト読み上げ(TTS)エンジン。オフライン発音人抽出、ゼロ门槛音色クローニング、双エンジンシステム級グローバルリスニングブックをサポート。