tts

Eine einfache lokale Web-Benutzeroberfläche, die ChatTTS verwendet, um Text in Sprache zu synthetisieren, und gleichzeitig die Bereitstellung externer API-Schnittstellen unterstützt.

Hochwertige, mehrsprachige Text-to-Speech-Bibliothek von MyShell.ai. Unterstützt Englisch, Spanisch, Französisch, Chinesisch, Japanisch und Koreanisch.

wukong-robot ist ein einfaches, flexibles und elegantes chinesisches Sprach-Chatbot- und Smart-Speaker-Projekt mit ChatGPT-Unterstützung.

StyleTTS 2: Annäherung an menschliche Sprachsynthese durch Style Diffusion und adversariales Training mit großen Sprachmodellen für Sprache

Auf dem Weg zu menschlich klingender Sprache

🎤 Microsoft-Sprachsynthese-Tool, erstellt mit Electron + Vue + ElementPlus + Vite.

Silero Models: Vorab trainierte Text-to-Speech-Modelle, denkbar einfach gestaltet

Erstelle Hörbücher aus EPUBs, PDFs und Text mit synchronisierten Untertiteln.

Dockerisierter OpenAI-kompatibler Wrapper für Kokoro-82M Text-to-Speech mit Unterstützung für Multiplatform-CPU, AMD- und NVIDIA-GPU PyTorch; mehrere Sprecher, Sprachmischung, automatisches Zusammenfügen, Caption-Zeitstempel, SSML und Readalong-Web-UI

Eine universelle AIGC-Video-Engine: Vom Skript zum fertigen Film in einer Pipeline – Dramen, Werbung, Produktvideos, Otome-Spiele und mehr.

:DiffSinger: Gesangssynthese über flachen Diffusionsmechanismus (SVS & TTS); AAAI 2022; Offizieller Code

Ein Open-Source-Text-to-Speech-System, entwickelt durch Invertieren von Whisper.

Dies ist eine Android-System-TTS-App mit integrierter Microsoft-Demo-Schnittstelle, anpassbaren HTTP-Anfragen, der Möglichkeit, andere lokale TTS-Engines zu importieren, sowie Vorlesefunktionen basierend auf einfachen chinesischen Anführungszeichen für Erzählung/Dialog, automatischer Wiederholung, Backup-Konfigurationen, Textersetzung und weiteren Funktionen.

MOSS-TTS-Nano ist ein Open-Source-Modell zur mehrsprachigen Miniatur-Sprachgenerierung von MOSI.AI und dem OpenMOSS-Team. Mit nur 0,1 Milliarden Parametern ist es für die Echtzeit-Sprachgenerierung konzipiert, läuft direkt auf der CPU ohne GPU und hält den Bereitstellungsstack einfach genug für lokale Demos, Web-Serving und die Integration in leichtgewichtige Produkte.

Grundlegendes Modell für menschenähnliches, expressives TTS

TensorFlowTTS: Echtzeit-Sprachsynthese auf dem neuesten Stand der Technik für TensorFlow 2 (unterstützt Englisch, Französisch, Koreanisch, Chinesisch, Deutsch und ist einfach für andere Sprachen anzupassen)

Streamer-Sales 销冠 – Ein LLM-basiertes Verkaufs-Modul 🛒🎁, das Produkte basierend auf ihren Merkmalen und aus der Perspektive der Kaufanregung für den Nutzer präsentieren kann. 🚀⭐ Inklusive detailliertem Datengenerierungsprozess ❗ 📦 Enthält zudem LMDeploy für beschleunigte Inferenz 🚀, RAG (Retrieval-Augmented Generation) 📚, TTS (Text-to-Speech) 🔊, Avatar-Generierung 🦸, Agenten für Websuche in Echtzeit 🌐, ASR (Speech-to-Text) 🎙️, Vue-Frontend 🍍, FastAPI-Backend 🗝️ sowie Docker-Compose für das Deployment 🐋

Ein einfaches, hochwertiges Sprachkonvertierungstool mit Fokus auf Benutzerfreundlichkeit und Leistung.

Eine einzige Gradio + React WebUI mit Erweiterungen für ACE-Step, OmniVoice, Kimi Audio, Piper TTS, GPT-SoVITS, CosyVoice, XTTSv2, DIA, Kokoro, OpenVoice, ParlerTTS, Stable Audio, MMS, StyleTTS2, MAGNet, AudioGen, MusicGen, Tortoise, RVC, Vocos, Demucs, SeamlessM4T und Bark!

[AutoArk] GPA (General Purpose Audio) kann ASR, TTS und Sprachkonvertierung mit einem einzigen kleinen Modell durchführen!

openctp bietet CTP-API-kompatible Schnittstellen für verschiedene Handelskanäle wie CTP-Aktienoptionen, XTP, TORA, OST, EMT, TWS, TAP und QDP. CTP-Programme können nahtlos an verschiedene Aktien-Gateways angebunden werden. Zudem stellt openctp eine auf dem TTS-Handelssystem basierende Simulationsumgebung bereit, die neben inländischen Futures und Optionen auch A-Aktien, Fonds, Anleihen und Aktienoptionen unterstützt und als Ersatz für Simnow für quantitative Entwickler rund um die Uhr verfügbar ist.

Lingvo

aeneas ist eine Python/C-Bibliothek und eine Reihe von Werkzeugen zur automatischen Synchronisierung von Audio und Text (sogenanntes Forced Alignment)

FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Training, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animation, Text To Video, Tutorials, Guides, Vorlesungen, Kurse, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, TTS, Voice Cloning, KI, KI-News, ML, ML-News, Nachrichten, Tech, Tech-News, Kohya, Midjourney, RunPod

TTS mit Kokoro und ONNX Runtime

Python-Bibliothek und CLI-Tool zur Schnittstellenanbindung an die Text-to-Speech-API von Google Translate

🤖️ Plattformübergreifende KI-App zum Üben von Sprachen

MARY TTS – Ein in reinem Java geschriebenes, Open-Source-basiertes und mehrsprachiges Text-to-Speech-Synthesesystem

Vietnamesisches TTS mit sofortigem Voice Cloning • On-Device • Echtzeit-CPU-Inferenz • 24kHz Audioqualität • Chuyển văn bản thành giọng nói tiếng Việt • Text to speech tiếng Việt • TTS tiếng Việt

HiFi-GAN: Generative Adversarial Networks für effiziente und hochpräzise Sprachsynthese