tts

Interface locale pour exécuter et entraîner des LLM et des modèles de diffusion, incluant Qwen3.8, Kimi K3, MiniMax-H3, Gemma 4, DeepSeek-V4, FLUX et plus encore.

1 minute de données vocales suffit pour entraîner un bon modèle TTS ! (clonage vocal en quelques exemples)

Clonage de voix en 5 secondes pour générer n'importe quel discours en temps réel

LocalAI est le moteur d'IA open source. Exécutez n'importe quel modèle - LLM, vision, voix, image, vidéo - sur n'importe quel matériel. Aucun GPU requis.

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

Un modèle de synthèse vocale générative pour le dialogue quotidien.

Clonage vocal instantané par le MIT et MyShell. Modèle de fondation audio.

🚀 Clonez une voix en 5 secondes pour générer n'importe quel discours en temps réel.

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

TTS open source SOTA

Moteur de création de courtes vidéos entièrement automatisé par IA.

Mastra est le framework TypeScript moderne pour les applications et agents basés sur l'IA.

Readest est un lecteur d'ebook moderne et riche en fonctionnalités, conçu pour les lecteurs passionnés, offrant un accès multiplateforme fluide, des outils puissants et une interface intuitive pour améliorer votre expérience de lecture.

Système de synthèse vocale (TTS) Zero-Shot efficace et contrôlable de niveau industriel

Modèle multilingue de génération vocale à grande échelle, offrant des capacités complètes d'inférence, d'entraînement et de déploiement.

Générez des livres audio à partir de livres numériques, avec clonage vocal et prise en charge de plus de 1158 langues.

Un logiciel multiplateforme de traduction et de reconnaissance optique de caractères (OCR) par survol de texte.

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).

VoiceStudio est l'alternative open source et entièrement locale à ElevenLabs : clonage vocal, design vocal, doublage vidéo, dictée, transcription et création de livres audio en 646 langues.

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

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.

Outil de traduction et de doublage vidéo par IA pour humains et agents IA, propulsé par des LLM. Pipeline complet : téléchargement, transcription, traduction, doublage TTS, reformatage et génération de couverture. Plus de 100 langues, optimisé pour YouTube, TikTok, Bilibili, Douyin et plus encore.

Reconnaissance vocale, intentionnelle et synthèse vocale à très faible latence pour la création d'agents et d'interfaces vocaux.

Plateforme d'ingénierie d'agents IA basée sur un framework d'agents IA open source en TypeScript.

Backbone vits2 avec multilingual-bert.

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

Générer des livres audio à partir de livres numériques

Open Vision Agents par Stream. Créez rapidement des agents vocaux et visuels avec n'importe quel modèle ou fournisseur vidéo. Utilise le réseau edge de Stream pour une latence ultra-faible.