voice-clone

¡1 minuto de datos de voz es suficiente para entrenar un buen modelo TTS! (clonación de voz con pocos ejemplos)

El estudio de voz de IA de código abierto. Clona, dicta, crea.

Clonación de voz instantánea por MIT y MyShell. Modelo base de audio.

Un sistema de texto a voz zero-shot eficiente y controlable a nivel industrial

MOSS-TTS-Nano es un modelo de generación de voz multilingüe pequeño y de código abierto de MOSI.AI y el equipo de OpenMOSS. Con solo 0.1B de parámetros, está diseñado para la generación de voz en tiempo real, puede ejecutarse directamente en la CPU sin GPU y mantiene la pila de implementación lo suficientemente simple para demostraciones locales, servicios web y la integración de productos ligeros.

Modelo fundacional para TTS expresivo y de aspecto humano

Una herramienta de conversión de voz simple y de alta calidad, enfocada en la facilidad de uso y el rendimiento.

Motor de inferencia y convertidor de modelos ONNX para GPT-SoVITS

Wunjo CE: Intercambio de rostros, sincronización labial, eliminación de objetos, texto y fondos, reestilización, separador de audio, clonación de voz y generación de video. De código abierto, local y gratuito.

Un sistema TTS fundamental potenciado por LLM de código abierto

Confucius4-TTS: un motor de síntesis de voz (TTS) multilingüe y translingüe de disparo cero (zero-shot).

MimikaStudio: una aplicación local-first para macOS (Apple Silicon) con soporte para agentes MCP.

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.).

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.

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