#text-to-speech 저장소
저장소 총 261개
PyTorch의 ExecuTorch 런타임으로 구동되는, React Native를 위한 고성능 프라이버시 우선 온디바이스 AI 추론 라이브러리
자막 파일에 기반하여 비디오의 텍스트를 자동으로 번역한 다음, AI 음성 서비스를 사용하여 자막의 타이밍에 동기화된 새로운 더빙 및 번역 오디오 트랙을 생성합니다.
주제 → 코딩 에이전트를 위한 4K 내레이션 동영상. v5.3.0: 로컬 TTS(무료 Edge + Azure, 외부 엔진 불필요), 매니페스트 기반 에셋 엔진, Remotion 컴포지션, 비용 제한형 AI 생성, Bilibili/YouTube/Xiaohongshu/Douyin/WeChat Channels
Apple Silicon용 고성능 OpenAI 및 Anthropic 호환 LLM 추론 서버. 네이티브 MLX, 연속 배치, 멀티모달 모델, MCP 도구 호출 및 Claude Code 지원.
비공식 Parallel WaveGAN (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) PyTorch 버전
콘텐츠 기획, AI 카피 자동 생성, TTS 대량 자동 더빙, (AI) 이미지 자료 합성, ASR 자동 언어 자막 스크립트 추출, AI 자유 창작을 한데 모은 (숏폼 비디오) 생성 워크스테이션입니다. 매회 비디오 프로젝트 관리가 편리합니다.
강력한 텍스트 음성 변환, 이미지 생성 및 비디오 생성 API와 상호 작용할 수 있는 공식 MiniMax 모델 컨텍스트 프로토콜(MCP) 서버입니다.
Microsoft의 VibeVoice 텍스트 음성 변환 모델을 위한 포괄적인 ComfyUI 통합으로, ComfyUI 워크플로우 내에서 직접 고품질 단일 및 다중 화자 음성 합성을 가능하게 합니다.
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.
Apple Silicon이 탑재된 Mac에서 LLM 미세 조정. SFT, DPO, GRPO, 비전, TTS, STT, 임베딩, OCR 미세 조정 — MLX에서 네이티브 지원. Unsloth 호환 API.
🍦 Speech-AI-Forge는 API 서버와 Gradio 기반 WebUI를 구현하는 TTS 생성 모델을 중심으로 개발된 프로젝트입니다.
AI 에이전트가 설명 영상과 제품 데모를 만듭니다. 무료 오픈 소스입니다. 로컬 음성(Kokoro), 단어 타이밍(Whisper), 캔버스 렌더러를 사용해 스크립트를 내레이션이 포함된 MP4로 변환합니다.
루트 없는 오픈소스 Android 실시간 화면 번역 도구로, 게임, 비주얼 노벨, 만화에 적합합니다. 기기 내 및 클라우드 OCR, 오프라인 LLM, 다양한 번역 서비스, 화면 번역 표시, 텍스트 음성 변환(TTS)을 지원합니다.
로컬 멀티 엔진 다국어 텍스트 음성 변환(TTS) 및 음성 변환을 위한 ComfyUI 커스텀 노드 통합입니다. 지원 항목: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox(클래식 및 다국어), F5-TTS, Higgs Audio 2, 3, VibeVoice. 무제한 텍스트 길이, SRT 타이밍, 캐릭터 지원 및 다양한 오디오 도구를 제공합니다.