speech-synthesis

Une application ChatGPT open-source avec une interface vocale.

Synthèse vocale rapide et contrôlable pour plus de 7000 langues.

Un synthétiseur vocal libre et open source pour le russe et d'autres langues

Implémentation non officielle de Parallel WaveGAN (incluant MelGAN, Multi-band MelGAN, HiFi-GAN et StyleMelGAN) avec PyTorch.

Application Linux Speech Note. Prise de notes, lecture et traduction avec reconnaissance vocale, synthèse vocale et traduction automatique hors ligne.

Nœuds personnalisés étendant les capacités de Comfyui.

Software Automatic Mouth - Un synthétiseur vocal miniature

Pré-entraînement parole-texte multimodal unifié pour le traitement du langage parlé

Auto-hébergez le puissant modèle TTS Chatterbox. Ce serveur propose une interface Web conviviale, des points de terminaison API flexibles (compatibles OpenAI), des voix prédéfinies, le clonage vocal et le traitement de texte à grande échelle pour les livres audio. Fonctionne en mode accéléré sur NVIDIA (CUDA), AMD (ROCm) et CPU.

Une liste de corpus vocaux accessibles pour l'ASR, le TTS et d'autres technologies vocales.

Restauration de parole générale

Un système d'analyse, de manipulation et de synthèse vocale de haute qualité

StreamSpeech est un modèle tout-en-un fluide pour la reconnaissance vocale, la traduction et la synthèse vocale, en mode hors ligne et simultané.

Modèle de synthèse vocale basé sur le Flow Matching avec contrôle de style piloté par emoji

Implémentation officielle PyTorch de BigVGAN (ICLR 2023).

Irina, un assistant vocal russe fonctionnant hors ligne, prenant en charge des compétences via des plugins.

Vtuber IA pour le streaming sur Youtube/Twitch

AutoVC : Transfert de style vocal Zero-Shot avec uniquement une perte d'auto-encodeur.

YourTTS : vers une synthèse vocale multi-locuteur et une conversion de voix Zero-Shot pour tous.

Exemple de code pour l'API Microsoft Text-to-Speech dans plusieurs langages, faisant partie des Cognitive Services.

Générateur de livres audio multi-voix propulsé par l'IA : annotation de script par LLM, clonage vocal, conception de voix, entraînement LoRA, contrôle de style par ligne et exportation en MP3, M4B chapitré ou multipiste Audacity. Basé sur Qwen3-TTS.

NISQA - Évaluation non intrusive de la qualité de la parole et du naturel de la synthèse vocale (TTS).

Rendre les voix TTS naturelles d'Azure accessibles à toute application compatible SAPI 5.

Un système de synthèse vocale (TTS) open source basé sur des LLM.

Un LLM vocal qui s'exécute localement sur votre ordinateur sans nécessiter de connexion internet.

DiffWave est un vocodeur neuronal et un synthétiseur de forme d'onde rapide et de haute qualité.

Confucius4-TTS : un moteur de synthèse vocale (TTS) multilingue et inter-lingue zero-shot.

Assistant vocal en temps réel — streaming WebRTC, ASR faster-whisper, LLM local, TTS Vui Nano (300M). Compatible avec l'API OpenAI Realtime. Clonage vocal, interruption (barge-in), ~9× temps réel sur une 4090. Licence Apache 2.0.

Thorsten-Voice : une voix TTS allemande gratuite, utilisable hors ligne et de haute qualité, accessible à tous les projets sans contraintes de licence.

Papers INTERSPEECH 2023-2024 : une collection complète de papiers influents et passionnants de la conférence INTERSPEECH 2023-24. Découvrez les dernières avancées dans le traitement du discours et du langage. Code inclus. Étoinez le dépôt pour soutenir l'avancement de la technologie vocale !