#text-to-speech 저장소
저장소 총 261개
Kokoro-82M 텍스트 음성 변환을 위한 Docker 기반 OpenAI 호환 래퍼. CPU, AMD 및 NVIDIA GPU에서 실행되는 PyTorch를 멀티플랫폼으로 지원하며, 다중 화자, 음성 복제 및 조정, 자막 타임스탬프, SSML, WebSocket, 선택형 따라 읽기 웹 UI를 제공합니다
자율적이고 맥락을 인식하는 AI 데스크톱 동반자입니다. Python으로 제작되었으며, 실시간 화면 인식, 맞춤형 ONNX 음성 합성, 활성 창 추적, 반응형 표정이 적용된 동적 플로팅 UI를 제공합니다.
ggml로 구동되는 올인원 순수 C++ 오디오 모델 추론 엔진입니다. TTS, STT, VAD, 음성 변환, 음악 생성 등을 지원하며 고도로 최적화된 성능을 제공합니다. Python 종속성이 없습니다.
:stuck_out_tongue_closed_eyes: TensorFlowTTS: Tensorflow 2를 위한 실시간 최신 음성 합성 (영어, 프랑스어, 한국어, 중국어, 독일어 포함 및 기타 언어에 쉽게 적용 가능)
즉시 음성 복제를 지원하는 베트남어 TTS • 온디바이스 • CPU 실시간 추론 • 48kHz 오디오 품질 • 베트남어 텍스트 음성 변환 • 베트남어 텍스트 투 스피치 • 베트남어 TTS
디지털 아바타 대화 시스템 - Linly-Talker. 😄✨ Linly-Talker는 대규모 언어 모델(LLM)과 시각 모델을 결합하여 새로운 인간-AI 상호 작용 방식을 만드는 지능형 AI 시스템입니다. 🤝🤖 Whisper, Linly, Microsoft Speech Services 및 SadTalker 말하는 머리 생성 시스템과 같은 다양한 기술을 통합합니다. 🌟🔬
ACE-Step, OmniVoice, Kimi Audio, Piper TTS, GPT-SoVITS, CosyVoice, XTTSv2, DIA, Kokoro, OpenVoice, ParlerTTS, Stable Audio, MMS, StyleTTS2, MAGNet, AudioGen, MusicGen, Tortoise, RVC, Vocos, Demucs, SeamlessM4T, Bark용 확장 기능이 포함된 단일 Gradio + React WebUI!
[AutoArk] GPA(General Purpose Audio)는 단 하나의 작은 모델로 ASR(음성 인식), TTS(음성 합성), 음성 변환을 모두 수행할 수 있습니다!
Claude Code로 동영상 만들기: 대본, AI 음성 해설, 음악, 영상 클립 제작 및 렌더링까지, 오픈 소스 모델을 사용해 몇 센트의 비용으로
🚀 원클릭 배포 (오프라인 통합 팩 포함)! ChatTTS 기반, 스트리밍 출력, 음색 뽑기, 긴 오디오 생성 및 역할별 낭독을 지원합니다. 사용하기 쉬우며 복잡한 설치가 필요 없습니다.
AllTalk은 Coqui TTS 엔진을 기반으로 하며 Text generation webUI의 Coqui_tts 확장과 유사하지만, 설정 페이지, 낮은 VRAM 지원, DeepSpeed, 내레이터, 모델 미세 조정, 사용자 지정 모델, wav 파일 유지 관리와 같은 다양한 고급 기능을 지원합니다. 또한 JSON 호출을 통해 타사 소프트웨어와 함께 사용할 수 있습니다.
macOS와 Windows용 오픈 소스 로컬 AI 오디오 및 음악 스튜디오. TTS, 음성 복제, 가사가 있는 노래, 멀티트랙 악보를 지원하며 100% 오프라인으로 작동하고 API 요금이 없습니다.
VALL-E(Zero-Shot Text-To-Speech)의 PyTorch 구현, 재현 데모 https://lifeiteng.github.io/valle/index.html
Windows, Linux 및 macOS용 휴대 가능한 로컬 AI 스튜디오. 이미지 생성, GGUF LLM, 텍스트 음성 변환 및 음성 텍스트 변환을 위한 설정이 필요 없는 GUI