tts

Une interface web locale simple utilisant ChatTTS pour la synthèse vocale, avec prise en charge d'une interface API externe.

Bibliothèque de synthèse vocale multilingue de haute qualité par MyShell.ai. Supporte l'anglais, l'espagnol, le français, le chinois, le japonais et le coréen.

wukong-robot est un robot de conversation vocale et une enceinte intelligente simple, flexible et élégante, prenant en charge les dialogues multi-tours ChatGPT et potentiellement la première interface cerveau-machine open source.

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

Vers une synthèse vocale au rendu naturel

Outil de synthèse vocale Microsoft, construit avec Electron, Vue, ElementPlus et Vite.

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.

Wrapper compatible OpenAI conteneurisé pour la synthèse vocale Kokoro-82M, avec support multiplateforme CPU, GPU AMD et NVIDIA PyTorch ; inclut le multi-locuteur, le mixage vocal, l'assemblage automatique, les horodatages de sous-titres, SSML et une interface web de lecture.

Moteur vidéo AIGC polyvalent : du script au film fini dans un seul pipeline — séries, publicités, vidéos produits, jeux otome, et plus encore.

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.

Application TTS pour Android intégrant l'interface de démonstration Microsoft, avec prise en charge des requêtes HTTP personnalisées, importation d'autres moteurs TTS locaux, reconnaissance de narration/dialogue basée sur les guillemets chinois, ainsi que des fonctions de réessai automatique, de configuration de secours et de remplacement de texte.

MOSS-TTS-Nano est un modèle de synthèse vocale multilingue miniature open source développé par MOSI.AI et l'équipe OpenMOSS. Avec seulement 0,1 milliard de paramètres, il est conçu pour la génération de parole en temps réel, peut s'exécuter directement sur CPU sans GPU, et maintient une pile de déploiement suffisamment simple pour des démonstrations locales, le service web et l'intégration légère dans des produits.

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

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).

Streamer-Sales 销冠 —— LLM pour le live shopping. Un modèle capable de présenter des produits en stimulant l'intention d'achat selon leurs caractéristiques. Inclut un processus de génération de données, l'accélération d'inférence avec LMDeploy, RAG, TTS, avatars numériques, agents avec recherche web, ASR, frontend Vue et backend FastAPI avec déploiement Docker-compose.

Outil de conversion vocale simple et de haute qualité, axé sur la facilité d'utilisation et la performance

Une interface web unique Gradio + React avec des extensions pour ACE-Step, OmniVoice, Kimi Audio, Piper TTS, GPT-SoVITS, CosyVoice, XTTSv2, DIA, Kokoro, OpenVoice, ParlerTTS, Stable Audio, MMS, StyleTTS2, MAGNet, AudioGen, MusicGen, Tortoise, RVC, Vocos, Demucs, SeamlessM4T et Bark !

[AutoArk] GPA (General Purpose Audio) permet la reconnaissance vocale (ASR), la synthèse vocale (TTS) et la conversion de voix avec un seul modèle compact.

openctp fournit des interfaces compatibles CTP API pour divers courtiers tels que CTP, XTP, TORA, OST, EMT, TWS, TAP et QDP, permettant une intégration transparente. Il propose également un environnement de simulation basé sur TTS, disponible 24h/24 et 7j/7 pour le trading quantitatif.

Lingvo

aeneas est une bibliothèque Python/C et un ensemble d'outils pour synchroniser automatiquement l'audio et le texte (alignement forcé)

FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Entraînement, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animation, Text To Video, Tutoriels, Guides, Cours, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, Clonage de voix, IA, Actualités IA, ML, Actualités ML, Tech, Kohya, Midjourney.

TTS avec kokoro et onnx runtime.

Bibliothèque Python et outil CLI pour interagir avec l'API de synthèse vocale de Google Translate.

Application multiplateforme de pratique linguistique assistée par IA

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