text-to-speech

Intégration de nœuds personnalisés pour ComfyUI dédiée à la synthèse vocale (TTS) et à la conversion de voix multi-moteurs et multilingue. Supporte RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox, F5-TTS, Higgs Audio 2, 3 et VibeVoice avec gestion des durées illimitées, timing SRT et outils audio.

Un laboratoire pratique pour construire, tester et évaluer des applications avec le framework Foundation Models d'Apple.

Modèle TTS capable de diffuser de l'audio conversationnel en temps réel.

Boîte à outils vocale IA pour Apple Silicon — ASR, TTS, speech-to-speech, VAD et diarisation propulsés par MLX et CoreML

Le système d'auto-codage pour votre application — SDK Alan AI pour Cordova

SGLang-Omni permet un service haute performance pour les modèles TTS, ASR, vocaux et omnimodaux.

Studio d'IA local non censuré pour Windows, Linux et macOS. Interface graphique sans configuration pour la génération d'images, les LLM GGUF, la synthèse vocale et la reconnaissance vocale.

SDK d'IA vocale open-source. L'alternative à Vapi/Retell pour les développeurs souhaitant maîtriser leur stack. Donnez un numéro de téléphone à votre agent IA en 4 lignes — Python et TypeScript, sous licence MIT, compatible Twilio, Telnyx et Plivo.

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.

Un puissant modèle d'édition audio basé sur l'apprentissage par renforcement et un LLM de 3 milliards de paramètres, spécialisé dans l'édition des émotions, du style de parole et des paralinguistiques, avec des capacités robustes de synthèse vocale zero-shot

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

Traitement vocal Botium

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

Client API REST Vonage pour PHP. Support API pour SMS, voix, synthèse vocale, numéros, vérification (2FA) et plus encore.

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

Journal de bord et carte stellaire 3D pour Elite Dangerous.

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

Modèle Bark de Suno AI en C/C++ pour une génération rapide de synthèse vocale.

Lecteur d'eBook en terminal avec synthèse vocale de qualité livre audio — Prend en charge EPUB, PDF, DOCX, HTML, RTF, TXT et MD.

🎤 Lobe TTS - Une bibliothèque TTS/STT fiable et de haute qualité pour serveur et navigateur.

Moteur de synthèse vocale (TTS) Android léger et hors ligne, permettant le clonage de voix et la lecture de texte haute fidélité à l'échelle du système.

Speech to Text to Speech. Chanson en cours de lecture. Envoie du texte sous forme de messages OSC vers VRChat pour affichage sur l'avatar. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

Éditeur vidéo open-source et local-first, permettant aux créateurs et aux agents IA d'éditer une même timeline en temps réel.

Traducteur d'écran Android en temps réel open-source sans root, idéal pour les jeux, visual novels et mangas. Prend en charge l'OCR sur l'appareil et dans le cloud, les LLM hors ligne, divers services de traduction et la synthèse vocale (TTS), avec affichage direct des traductions à l'écran.

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

Chatbot vocal local pour des conversations engageantes, propulsé par Ollama, Hugging Face Transformers et Coqui TTS Toolkit

Un SDK Swift modulaire pour le traitement audio avec MLX sur Apple Silicon

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.

Système de communication améliorée et alternative (CAA) avec synthèse vocale pour le navigateur