#tts Репозитории
Откройте для себя 219 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #tts, с общим числом 1,286,218 звёзд (в среднем 5,873 на проект). Лидером этой темы является debpalash/VoiceStudio, набравший 115,753 звёзд.
Всего репозиториев: 222
VoiceStudio — это полностью локальная альтернатива ElevenLabs с открытым исходным кодом: клонирование голоса, дизайн голоса, дубляж видео, диктовка, транскрибация и создание аудиокниг на 646 языках.
Локальный интерфейс для запуска и обучения LLM и диффузионных моделей. Поддерживает GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX и другие.
1 минута голосовых данных также может быть использована для обучения хорошей TTS-модели! (клонирование голоса с малым количеством примеров)
Клонируйте голос за 5 секунд, чтобы генерировать произвольную речь в реальном времени
LocalAI — это открытый AI-движок. Запускайте любую модель — LLM, зрение, голос, изображения, видео — на любом оборудовании. GPU не требуется.
🐸💬 - инструментарий глубокого обучения для преобразования текста в речь, испытанный в исследованиях и на производстве
VoxCPM2: TTS без токенизатора для многоязычной генерации речи, креативного дизайна голоса и реалистичного клонирования
🚀Клонируйте голос за 5 секунд для генерации произвольной речи в реальном времени
Мгновенное клонирование голоса от MIT и MyShell. Фундаментальная аудиомодель.
Mastra — это современный фреймворк TypeScript для приложений и агентов на основе ИИ.
Readest — это современная, многофункциональная программа для чтения электронных книг, разработанная для заядлых читателей, предлагающая беспрепятственный кроссплатформенный доступ, мощные инструменты и интуитивно понятный интерфейс для улучшения вашего читательского опыта.
Промышленная управляемая и эффективная система нулевого выстрела для преобразования текста в речь
Многоязычная модель генерации большой голосовой речи, обеспечивающая полный набор возможностей для инференса, обучения и развертывания.
Создавайте аудиокниги из электронных книг с помощью более 50 движков TTS, клонирования голоса и поддержкой 1 696 языков!
Переведите видео с одного языка на другой и встройте дубляж и субтитры.
🌈 Кроссплатформенное программное обеспечение для перевода выделенного текста и OCR | Кроссплатформенное программное обеспечение для перевода и распознавания текста.
Масштабируемая генеративная ИИ-платформа, созданная для исследователей и разработчиков, работающих с большими языковыми моделями, мультимодальными системами и речевым ИИ (автоматическое распознавание речи и синтез речи из текста)
Ранее KrillinAI — инструмент для перевода и озвучивания видео на более чем 120 языках. Открытая AI-платформа для творческих проектов на базе Codex. Скачивайте и переводите видео, создавайте видео, изображения и аудио, а также редактируйте контент с помощью агентов — всё в одном месте. Для социальных сетей, таких как YouTube, TikTok, Instagram и других.
Молниеносно быстрый, локальный, многоязычный TTS — работает нативно через ONNX.
Gradio WebUI для создателей и разработчиков, с основными функциями TTS (Edge-TTS, kokoro) и клонированием голоса без обучения (zero-shot Voice Cloning) (E2 & F5-TTS, CosyVoice), а также обработкой аудио Whisper, загрузкой с YouTube, выделением вокала Demucs и многоязычным переводом.
Простой в использовании набор инструментов для речи, включающий модель самообучения, SOTA/потоковый ASR с пунктуацией, потоковый TTS с текстовым фронтендом, систему верификации спикера, перевод речи от начала до конца и распознавание ключевых слов. Получил награду Best Demo Award NAACL2022.
Используйте онлайн-сервис преобразования текста в речь Microsoft Edge из Python, НЕ устанавливая Microsoft Edge
Очень низкая задержка распознавания речи в текст, распознавания намерений и синтеза речи для создания голосовых агентов и интерфейсов
Платформа для инженерии AI-агентов, построенная на основе фреймворка AI-агентов с открытым исходным кодом на TypeScript
Читать источник книги - Xiangse Guige + Читать с усердием + YuanYue + Источник книги Чтение 3.0 + YuanRead + Ai Yue Shu Xiang + QianYue + Huohua Чтение + Читать не отрываясь + Fanqie + Ximalaya + Комиксы + Аудиокниги + Источник книги + Источник IPTV + IPA тролль приложение = автоматическое обновление
Быстро создавайте текстовых, голосовых и видеоагентов. Быстрый бэкенд для агентов на Go с SDK для всех языков. Продуманные настройки по умолчанию для поиска, знаний, навыков, телефонии, изолированных сред, памяти и сохранения данных. Суверенный ИИ. Возьмите свой ИИ под контроль.
Простой нативный веб-интерфейс, использующий ChatTTS для синтеза речи из текста, а также поддерживающий внешние API-интерфейсы.
Универсальный видеодвигатель AIGC: от сценария до готового фильма в одном конвейере — драмы, реклама, видеоролики о продуктах, игры отомэ и многое другое.
Высококачественная многоязычная библиотека преобразования текста в речь от MyShell.ai. Поддержка английского, испанского, французского, китайского, японского и корейского языков.
🤖 wukong-robot — это простой, гибкий и элегантный проект китайского голосового диалогового робота/умной колонки, поддерживающий возможности многократного диалога ChatGPT, и, возможно, первый открытый проект умной колонки с поддержкой мозг-компьютерного взаимодействия.
Модели Silero: предварительно обученные модели преобразования текста в речь, доведенные до невероятной простоты
StyleTTS 2: На пути к преобразованию текста в речь человеческого уровня через диффузию стиля и состязательное обучение с большими языковыми моделями речи
🎤 Инструмент синтеза речи Microsoft, созданный с использованием Electron + Vue + ElementPlus + Vite.
Docker-контейнер с совместимым с OpenAI интерфейсом для синтеза речи Kokoro-82M; кроссплатформенная поддержка PyTorch на CPU, а также GPU AMD и NVIDIA; несколько дикторов, клонирование и настройка голоса, временные метки субтитров, SSML, WebSockets и дополнительный веб-интерфейс для чтения вслух с синхронизацией
DiffSinger: Синтез поющего голоса с помощью механизма мелкой диффузии (SVS & TTS); AAAI 2022; Официальный код
Многоязычная TTS-модель со 100 миллионами параметров для вывода в реальном времени на CPU, клонирования голоса и генерации стереозвука с частотой 48 кГц
Система преобразования текста в речь с открытым исходным кодом, созданная путем инвертирования Whisper.
Это приложение TTS для системы Android, со встроенными демонстрационными интерфейсами Microsoft, настраиваемыми HTTP-запросами, возможностью импорта других локальных TTS-движков, а также чтением на основе простого распознавания китайских парных кавычек для повествования/диалога, плюс автоматические повторные попытки, резервные конфигурации, замена текста и многое другое.
Универсальный механизм вывода на чистом C++ для аудиомоделей на базе ggml. Поддерживает TTS, STT, VAD, преобразование голоса, генерацию музыки и многое другое с высокой оптимизацией производительности. Без зависимости от Python.
Семейство моделей с открытым исходным кодом для синтеза длинноформатной речи, синтеза диалогов, дизайна голоса, звуковых эффектов и потокового TTS в реальном времени
Часто задаваемые вопросы
Какой репозиторий по теме #tts наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #tts на GitHub — debpalash/VoiceStudio, набравший 115,753 звёзд. VoiceStudio — это полностью локальная альтернатива ElevenLabs с открытым исходным кодом: клонирование голоса, дизайн голоса, дубляж видео, диктовка, транскрибация и создание аудиокниг на 646 языках.
Какие языки программирования чаще всего используются в репозиториях по теме #tts?
Среди наиболее высоко оценённых проектов по теме #tts на GitHub чаще всего используются языки программирования Python, TypeScript, C++, Go.
Как рассчитывается рейтинг репозиториев по теме #tts?
Мы отслеживаем 219 активных репозиториев с открытым исходным кодом, отмеченных тегом #tts (500 и более звёзд), с общим числом 1,286,218 звёзд и в среднем 5,873 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.