#tts 仓库
共 222 个仓库
Mouseover Translate Any Language At Once - Chrome Extension: PDF Translator, EBOOK, EPUB, OCR, TTS, NETFLIX, YOUTUBE DUAL SUBTITLES, GOOGLE DOCS, AI, VIEWER, GMAIL, WRITING, IMAGE, DUALSUBS, MANGA, HOVER, DICTIONARY, WEBTOON, EDGE, JAPANESE, ENGLISH
无需 ROOT 的开源 Android 屏幕实时翻译工具,适合游戏、视觉小说和漫画。支持端侧与云端 OCR、离线 LLM、多种翻译服务和文字朗读(TTS),译文可直接显示在画面上。
一个用于本地多引擎、多语言文本转语音和语音转换的 ComfyUI 自定义节点集成。支持:RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox(经典版和多语言版)、F5-TTS、Higgs Audio 2、3 和 VibeVoice,支持无限文本长度、SRT 时间轴、角色支持以及多种音频工具。
专为 AMD Strix Halo 打造的开源 AI 引擎。一个二进制文件集成文本、嵌入、语音、图像和视频模型,提供兼容 OpenAI 的 API、面向编程智能体的缓存,以及模型扩展。支持 Linux 和 Windows。
AI驱动的多声音有声书生成器 — LLM脚本标注、声音克隆、声音设计、LoRA训练、逐行风格控制,并导出为MP3、分章M4B或Audacity多轨。基于Qwen3-TTS构建。
语音 AI 女友(DeepSeek Harness 的语音 AI 女友):Whisper 语音输入 + Qwen3-TTS 声音克隆 + 句子级流式朗读 + 数字人动画窗口。支持插话/排队双模式,说话即可打断。
将 AI Studio Playground 和 Build 反向代理为 API | 将 AI Studio 转换为兼容 OpenAI、Anthropic 和 Gemini 的 API
适用于 macOS 上 Claude Code 和 Codex 的开源(Apache 2.0)语音工具,可朗读编程代理的进度。语音由 Kokoro 在本地运行,无需账户;也可使用你自己的 ElevenLabs 或 Speechify 密钥。代理完成任务、失败或需要审批时,你会听到一段简短的语音摘要。
赛博小雅直播版 · 组件版数字人(Vidu s2)· 免费开源 AGPL-3.0 · 作者:天工开帧(抖音/B站/YouTube 同名)
🔥🔥🔥Java免费离线AI算法工具箱,支持人脸识别,活体检测,表情识别、目标检测、实例分割、行人检测、OCR文字识别、车牌识别、表格识别、ASR+TTS、机器翻译等功能,Maven引用即可使用。支持PyTorch、Tensorflow,已集成 Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper等主流模型