speech-synthesis

🐸💬 - Une boîte à outils de deep learning pour la synthèse vocale (Text-to-Speech), éprouvée en recherche et en production.

VoxCPM2 : TTS sans tokenizer pour la génération de parole multilingue, la conception de voix créatives et le clonage vocal réaliste.

Framework d'IA générative évolutif conçu pour les chercheurs et développeurs travaillant sur les grands modèles de langage, le multimodal et l'IA vocale (ASR et TTS).

Leon est votre assistant personnel open source.

Scripts de Deep Learning de pointe organisés par modèles - faciles à entraîner et à déployer avec une précision et des performances reproductibles sur une infrastructure de niveau entreprise.

TTS multilingue ultra-rapide fonctionnant localement sur l'appareil via ONNX.

Créez des agents vocaux avec des modèles open-source

Interface Web Gradio pour créateurs et développeurs, intégrant des fonctionnalités clés de TTS (Edge-TTS, kokoro) et de clonage vocal zero-shot (E2 & F5-TTS, CosyVoice), avec traitement audio Whisper, téléchargement YouTube, isolation vocale Demucs et traduction multilingue.

Boîte à outils vocale facile à utiliser incluant l'apprentissage auto-supervisé, la reconnaissance vocale (ASR) SOTA/en continu avec ponctuation, la synthèse vocale (TTS) en continu avec interface textuelle, un système de vérification du locuteur, la traduction vocale de bout en bout et la détection de mots-clés. Lauréat du prix Best Demo à NAACL2022.

Utilisez le service de synthèse vocale en ligne de Microsoft Edge depuis Python sans avoir besoin de Microsoft Edge, de Windows ou d'une clé API.

Amphion est une boîte à outils pour la génération audio, musicale et vocale. Son objectif est de soutenir la recherche reproductible et d'aider les chercheurs et ingénieurs débutants à se lancer dans la recherche et le développement liés à la génération audio, musicale et vocale.

Boîte à outils de traitement de la parole de bout en bout

Fork de so-vits-svc avec prise en charge du temps réel, interface améliorée et fonctionnalités supplémentaires.

EmotiVoice 😊 : un moteur TTS multi-voix contrôlé par prompts

Une bibliothèque de synthèse vocale (TTS), de reconnaissance vocale (STT) et de conversion parole-à-parole (STS) basée sur le framework MLX d'Apple, offrant une analyse vocale efficace sur Apple Silicon.

eSpeak NG est un synthétiseur vocal open source prenant en charge plus d'une centaine de langues et d'accents.

StyleTTS 2 : Vers une synthèse vocale de niveau humain grâce à la diffusion de style et à l'entraînement antagoniste avec de grands modèles de langage vocal

Silero Models : modèles de synthèse vocale pré-entraînés rendus extrêmement simples.

Générer des livres audio à partir d'EPUB, PDF et texte avec des sous-titres synchronisés.

DiffSinger : synthèse de voix chantée via un mécanisme de diffusion superficielle (SVS & TTS) ; AAAI 2022 ; code officiel.

Un système de synthèse vocale open source construit par inversion de Whisper.

Plateforme de synthèse vocale ouverte / Successeur open source d'UTAU.

Modèle fondamental pour une synthèse vocale (TTS) expressive et naturelle.

Convertit le texte en parole en temps réel.

TensorFlowTTS : Synthèse vocale de pointe en temps réel pour TensorFlow 2 (supporte l'anglais, le français, le coréen, le chinois, l'allemand et est facilement adaptable à d'autres langues).

Lingvo

Modèle de synthèse vocale (TTS) MARS5 de CAMB.AI.

MARY TTS : un système de synthèse vocale multilingue open-source écrit en pur Java.

Synthèse vocale (TTS) en vietnamien avec clonage de voix instantané, exécution locale sur appareil, inférence CPU en temps réel et qualité audio 24kHz.

HiFi-GAN : Réseaux antagonistes génératifs pour une synthèse vocale efficace et haute fidélité