text-to-speech

Paquete de conversión de texto a voz (TTS) para Flutter

🔊 Kokoro Web: IA gratuita de texto a voz, en línea o autohospedada, compatible con OpenAI.

Rapida es una plataforma de orquestación de voz con IA de código abierto para crear agentes de voz conversacionales en tiempo real, con streaming de audio, STT, TTS, VAD, integración multicanal, gestión de estado del agente y observabilidad.

Conversión de voz a texto y subtítulos mediante entrada de teclado para OBS, VRChat, chat de Twitch y Discord

Implementación en PyTorch de Voicebox, la nueva red SOTA de texto a voz de MetaAI.

Creador de videos totalmente automatizado que utiliza gráficos en movimiento y síntesis de texto a voz para convertir boletines informativos en videos diarios de YouTube.

Reconocimiento de voz sin conexión con OpenAI Whisper y TensorFlow Lite para Android

API de texto a voz (TTS) local compatible con OpenAI que utiliza Chatterbox, permitiendo a los usuarios generar voz clonada en cualquier lugar donde se utilice la API de OpenAI (por ejemplo, Open WebUI, AnythingLLM, etc.).

Una extensión de diccionario personalizable que admite búsquedas con doble clic en más de 20 idiomas, más de 1000 diccionarios, conversión de texto a voz, traducción e integración con Anki.

LLaSA: Escalado de cómputo en tiempo de entrenamiento e inferencia para síntesis de voz basada en LLaMA.

Implementación de F5-TTS en MLX.

Convierte PDFs y EPUBs en audiolibros; subtítulos o videos en videos doblados (incluyendo traducción) y más. Gratis. Pandrator utiliza modelos locales, incluyendo clonación de voz (instantánea, mejorada con RVC, ajuste fino con XTTS) y procesamiento LLM. Aspira a ser una aplicación fácil de usar con interfaz gráfica, instalador y paquetes todo en uno.

Script simple en Python para interactuar con la API de TTS de TikTok.

Nodo personalizado de ComfyUI para VibeVoice TTS. Audio conversacional expresivo, de formato largo y con múltiples hablantes

Versión modificada de Chatterbox que acepta archivos de texto como entrada y no tiene restricciones de caracteres. La utilizo para crear audiolibros, especialmente para mis hijos.

El sistema de autocodificación para tu aplicación: Alan AI SDK para React Native

Ejecuta Qwen3-TTS de texto a voz localmente en Mac (M1/M2/M3/M4). Clonación de voz, diseño de voz y voces personalizadas. 100% offline usando MLX.

🔥🔥🔥 Una lista seleccionada de artículos sobre generación multimodal basada en LLMs (imagen, video, 3D y audio).

Ejecuta Orpheus 3B localmente con LM Studio

Implementación no oficial de vits2-TTS en PyTorch

AI Plugin es una potente extensión para Payload CMS que integra capacidades avanzadas de IA para mejorar la creación y gestión de contenido.

Nodos OmniVoice TTS para ComfyUI: conversión de texto a voz multilingüe zero-shot con clonación de voz, diseño de voz y diálogos con múltiples hablantes

Lightning-fast, free, local first voice dictation for macOS with on-device transcription

Aplicación complementaria para Elite Dangerous

Implementación de E2-TTS, "Embarrassingly Easy Fully Non-Autoregressive Zero-Shot TTS", en Pytorch

Un modelo de clonación de voz y texto a voz en vietnamita ✨

Servidor de inferencia de lenguaje altamente optimizado, de código abierto, local y autohospedado, que admite ASR/STT, TTS y LLM a través de WebRTC, REST y WS.

Nodo de ComfyUI para voz altamente expresiva y clonación de voz realista zero-shot.

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.