text-to-speech

Flutter Text-to-Speech-Paket

🔊 Kokoro Web: Kostenlose KI-Sprachausgabe (Text-to-Speech), online oder selbst gehostet, OpenAI-kompatibel!

Rapida ist eine Open-Source-End-to-End-Voice-AI-Orchestrierungsplattform zum Erstellen von Echtzeit-Sprachassistenten mit Audiostreaming, STT, TTS, VAD, Mehrkanalintegration, Agenten-Zustandsverwaltung und Observability.

Sprach-zu-Text- und KB-Eingabe-Untertitel für OBS, VRChat, Twitch-Chat und Discord

Implementierung von Voicebox, einem neuen SOTA Text-to-Speech-Netzwerk von MetaAI, in PyTorch.

Vollautomatischer Video-Maker, der Motion Graphics und Text-to-Speech-Synthese nutzt, um Newsletter in tägliche YouTube-Videos zu verwandeln.

Offline-Spracherkennung mit OpenAI Whisper und TensorFlow Lite für Android

Lokale, OpenAI-kompatible Text-to-Speech (TTS)-API mit Chatterbox, die es Benutzern ermöglicht, sprachgeklonten Ton überall dort zu erzeugen, wo die OpenAI-API verwendet wird (z. B. Open WebUI, AnythingLLM usw.)

📚 Eine anpassbare Wörterbucherweiterung, die Doppelklick-Nachschlagen in über 20 Sprachen, mehr als 1000 Wörterbücher, Text-zu-Sprache, Übersetzung und Anki-Integration unterstützt.

LLaSA: Skalierung von Trainings- und Inferenz-Rechenleistung für LLaMA-basierte Sprachsynthese

Implementierung von F5-TTS in MLX

Konvertieren Sie PDFs und EPUBs in Hörbücher, Untertitel oder Videos in synchronisierte Videos (inklusive Übersetzung) und mehr. Kostenlos. Pandrator verwendet lokale Modelle, einschließlich Stimmklonen (sofortig, RVC-optimiert, XTTS-Feintuning) und LLM-Verarbeitung. Das Ziel ist eine benutzerfreundliche App mit GUI, Installationsprogramm und All-in-One-Paketen.

Einfaches Python-Skript zur Interaktion mit der TikTok TTS-API

ComfyUI-Custom-Node für VibeVoice TTS. Ausdrucksstarkes, langformatiges Konversations-Audio mit mehreren Sprechern

Modifizierte Version von Chatterbox, die Textdateien als Eingabe akzeptiert und keine Zeichenbeschränkungen hat. Ich verwende sie zur Erstellung von Hörbüchern, insbesondere für meine Kinder.

Das selbstkodierende System für Ihre App – Alan AI SDK für React Native.

Lokale Ausführung von Qwen3-TTS Text-to-Speech auf dem Mac (M1/M2/M3/M4). Stimmenklonierung, Stimmendesign und benutzerdefinierte Stimmen. 100 % offline mittels MLX.

Eine kuratierte Liste von Forschungsarbeiten zur LLM-basierten multimodalen Generierung (Bild, Video, 3D und Audio).

Orpheus 3B lokal mit LM Studio ausführen.

Inoffizielle vits2-TTS-Implementierung in PyTorch

AI Plugin ist eine leistungsstarke Erweiterung für Payload CMS, die fortschrittliche KI-Funktionen zur Optimierung der Inhaltserstellung und -verwaltung integriert.

OmniVoice TTS-Knoten für ComfyUI – Zero-Shot-mehrsprachige Text-to-Speech mit Stimmklonen, Stimmdesign und Multi-Speaker-Dialogen

Blitzschnelle, kostenlose und lokale Sprachdiktat-Software für macOS mit On-Device-Transkription

Begleit-App für Elite Dangerous.

Implementierung von E2-TTS, "Embarrassingly Easy Fully Non-Autoregressive Zero-Shot TTS", in Pytorch.

Ein vietnamesisches Text-to-Speech-Modell für Voice Cloning

Open-Source, lokaler und selbst gehosteter, hochoptimierter Sprachinferenz-Server mit Unterstützung für ASR/STT, TTS und LLM über WebRTC, REST und WS.

ComfyUI-Node für ausdrucksstarke Sprache und realistisches Zero-Shot Voice Cloning

An open-source read-along document reader server with high-quality TTS options, synchronized highlighting, and audiobook export for EPUB, PDF, DOCX, TXT, and MD.