#voice-cloning 저장소
저장소 총 77개
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.
강력한 30억 매개변수 LLM 기반 강화 학습 오디오 편집 모델은 감정, 말하기 스타일 및 준언어학적 요소 편집에 탁월하며, 강력한 제로샷 텍스트 음성 변환 기능을 제공합니다.
경량 오프라인 안드로이드 텍스트-음성 변환(TTS) 엔진으로, 시스템 전체에서 원활한 음성 클로닝과 고품질 텍스트 낭독을 가능하게 합니다. / 안드로이드 로컬에서 실행되는 경량 텍스트-음성 변환(TTS) 엔진, 오프라인 발음인 추출, 제로 문턱 음색 클로닝 및 듀얼 엔진 시스템급 전역 청서 지원.
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
Coqui AI의 xtts_v2 및/또는 piper tts를 백엔드로 사용하는 OpenAI API 호환 텍스트 음성 변환 서버.
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.
IndexTTS 모델을 사용하여 ComfyUI에서 고품질 텍스트-음성 변환을 구현하는 사용자 정의 노드. 중국어 및 영어 텍스트를 지원하며, 참조 오디오를 기반으로 음성 특성을 복제할 수 있습니다.
MimikaStudio - macOS (Apple Silicon)용 로컬 우선 애플리케이션 + Agentic MCP 지원
Chatterbox를 사용한 로컬 OpenAI 호환 텍스트-투-스피치(TTS) API로, 사용자가 OpenAI API가 사용되는 어디서든 음성 클로닝 음성을 생성할 수 있도록 합니다(예: Open WebUI, AnythingLLM 등).
PDF 및 EPUB을 오디오북으로 변환하고, 자막이나 영상을 더빙 영상(번역 포함)으로 변환하는 등 다양한 기능을 무료로 제공합니다. Pandrator는 음성 복제(즉시, RVC 강화, XTTS 미세 조정) 및 LLM 처리를 포함한 로컬 모델을 사용합니다. GUI, 설치 프로그램 및 올인원 패키지를 갖춘 사용자 친화적인 앱을 지향합니다.
Mac(M1/M2/M3/M4)에서 Qwen3-TTS 텍스트 음성 변환을 로컬로 실행하세요. 음성 복제, 음성 디자인, 사용자 지정 음성을 지원합니다. MLX를 사용하여 100% 오프라인으로 작동합니다.
🎭 AI 아바타 / 디지털 휴먼 플랫폼 — 사진을 업로드하고 음성을 복제하여, 립싱크 영상으로 어떤 얼굴과도 실시간으로 대화하세요. 오픈 소스이며 셀프 호스팅이 가능합니다. Claude · Whisper · Chatterbox · MuseTalk.
텍스트 파일을 입력으로 받고 문자 제한이 없는 Chatterbox의 수정된 버전입니다. 저는 이것을 오디오북을 만드는 데 사용하며, 특히 제 아이들을 위해서 사용합니다.
ComfyUI용 OmniVoice TTS 노드 - 제로샷 다국어 텍스트 음성 변환, 음성 복제, 음성 디자인 및 다중 화자 대화 지원
YouDub은 고품질 YouTube 영상을 자동으로 번역하고 더빙하여 중국 인터넷으로 가져오는 것을 목표로 하는 오픈 소스 도구입니다. 이 도구는 AI 음성 인식 기술을 사용하여 오디오를 텍스트로 변환하고, 이후 대규모 언어 모델(LLM)을 통해 텍스트를 중국어로 번역하며, 마지막으로 AI 음성 복제 기술을 사용하여 중국어를 오디오로 변환합니다. 이를 통해 원래 유튜버의 음색을 가진 중국어 더빙 영상을 제작할 수 있습니다.
사용자의 말투를 듣고 그에 맞는 말투로 말하는 오픈 풀 듀플렉스 음성 모델입니다. vLLM-Omni를 사용하면 GPU 1개로, MLX를 사용하면 Mac에서 완전히 오프라인으로 실행할 수 있습니다. 제로샷 음성 복제, OpenAI Realtime / GPT-Live 호환, 호스팅 API 무료 체험을 제공합니다. Apache-2.0.
峰哥와 대화하세요 — 누구의 목소리와 성격이든 복제해 실시간 음성 대화를 나눌 수 있습니다. 엔지니어링 지연 시간은 1초 미만입니다.