#speech-synthesis 저장소
저장소 총 101개
강력한 Chatterbox TTS 모델을 자체 호스팅하세요. 이 서버는 사용자 친화적인 웹 UI, 유연한 API 엔드포인트(OpenAI 호환 포함), 사전 정의된 음성, 음성 복제 및 대규모 오디오북 분량의 텍스트 처리를 제공합니다. NVIDIA (CUDA), AMD (ROCm) 및 CPU에서 가속 실행됩니다.
AI 기반 다중 음성 오디오북 생성기 — LLM 스크립트 주석, 음성 클로닝, 음성 디자인, LoRA 훈련, 줄별 스타일 제어, MP3, 챕터 M4B 또는 Audacity 멀티트랙으로 내보내기. Qwen3-TTS 기반.
원클릭 인기 동영상 제작: 1. 벤치마크 문안 자동 추출 2. 문안 자동 모방 3. 문안 기반 음성 자동 복제 4. 디지털 휴먼 자동 낭독 생성 5. 자막 자동 추가 6. 배경 음악 자동 추가 7. 동영상 제목 자동 추가 8. 동영상 표지 자동 생성 9. 동영상 각 플랫폼 자동 게시
sanoTTS(सानो는 네팔어로 ‘작은’이라는 뜻): 29만 4천~227만 개의 파라미터를 가진 신경망 TTS로, 3달러짜리 칩이나 브라우저, Python에서 실행되며 지연 시간이 짧은 스트리밍을 지원합니다.
Vui Nano — 실제 대화로 학습한 작고 문맥을 인식하는 텍스트 음성 변환 모델입니다. 활성 파라미터 2억 1,900만 개(전체 3억 500만 개), Apache 2.0, 음성 복제 및 스트리밍을 지원하며 CPU에서 실행됩니다(종속성 없는 C 빌드). 완전한 실시간 음성 어시스턴트가 함께 제공됩니다: WebRTC, ASR, 로컬 LLM, OpenAI Realtime API 호환.
이 프로젝트는 다양한 음성 합성 엔진 사용 방식을 통합하고, 여러 음성 합성 엔진 어댑터를 지원하며, 모듈로 직접 사용하거나 백엔드 서비스를 시작할 수 있도록 하는 것을 목표로 합니다.
Thorsten-Voice: 라이선스 문제 없이 모든 프로젝트에서 사용할 수 있는 무료, 오프라인 작동, 고품질 독일어 TTS 음성이 제공되어야 합니다.
INTERSPEECH 2023-2024 논문: INTERSPEECH 2023-24 컨퍼런스의 영향력 있고 흥미로운 연구 논문 모음입니다. 음성 및 언어 처리의 최신 발전을 살펴보세요. 코드 포함. 음성 기술 발전을 지원하기 위해 저장소를 별표 표시하세요!
Hojo-TTS-Light은 HojoAI가 개발한 경량 음성 생성 모델 시리즈로, 현재 0.04B 및 0.08B 모델로 구성되어 있습니다.
고품질 스트리밍 Speech-to-Speech 상호작용 에이전트, 단일 파일로. 단 하나의 파일로 구현된 스트리밍 풀 듀플렉스 음성 상호작용 프로토타입 지능형 에이전트!
SummerTTS는 C++ 기반의 독립 컴파일형 중국어 및 영어 음성 합성(TTS) 프로젝트로, 네트워크 없이 로컬에서 실행 가능하며 추가 종속성이 없습니다. 원클릭 빌드만 완료하면 중국어 및 영어 음성 합성에 바로 사용할 수 있습니다.
ggml 기반 C++ 음성 대화를 위한 음성 합성, 음성 인식 및 음성 활동 감지: Metal, Vulkan 및 CPU에서 작동하는 Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet 및 Silero VAD와 OpenAI 호환 서버 및 실시간 전사를 제공합니다.
VibeVoiceFusion은 LoRA 미세 조정, 배치 생성, VRAM 최적화 기능을 갖춘 풀스택 다중 화자 음성 생성 웹 시스템입니다. Microsoft의 VibeVoice(자기회귀 + 확산 아키텍처)를 기반으로 합니다.