tts

Lecteur de livres électroniques multiplateforme alimenté par l'IA avec recherche sémantique, chat RAG, stockage vectoriel local, notes, synthèse vocale (TTS) et synchronisation WebDAV.

Outil open-source de synthèse vocale (TTS) prenant en charge les textes longs et le doublage multi-rôles.

Implémentation PyTorch de VALL-E (Text-To-Speech Zero-Shot), démo reproduite https://lifeiteng.github.io/valle/index.html

Un moteur d'inférence tout-en-un en C++ pur pour les modèles audio, propulsé par ggml. Prend en charge TTS, STT, VAD, conversion vocale, génération musicale et plus encore, avec des performances hautement optimisées. Aucune dépendance Python.

Synthèse vocale rapide et contrôlable pour plus de 7000 langues.

Point de terminaison d'API de synthèse vocale gratuit et de haute qualité pour remplacer OpenAI, Azure ou ElevenLabs.

Convertisseur EPUB vers livre audio, optimisé pour Audiobookshelf, avec interface Web incluse

Jouets vocaux IA en temps réel avec plus de 100 modèles sur Arduino ESP32, utilisant des WebSockets sécurisés et des Edge Functions pour des compagnons et appareils IA.

Gestion de Yandex Station et d'autres appareils domotiques avec Alice depuis Home Assistant.

Synthèse vocale, RAG et LLM. Entièrement en local !

Workflow-to-APP, partage d'écran et vidéo flottante, GPT et 3D, reconnaissance vocale et TTS.

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

Un outil CLI de synthèse vocale utilisant le modèle Kokoro, prenant en charge plusieurs langues, voix (avec mixage) et divers formats d'entrée, y compris les livres EPUB et les documents PDF.

Moteur d'inférence ONNX et convertisseur de modèles pour GPT-SoVITS.

Bailing est un assistant vocal conversationnel similaire à GPT-4o, utilisant ASR, LLM et TTS. Intègre des modèles comme DeepSeek R1 et openClaw, avec une latence réduite à 800ms, fonctionnant sur Mac et configurations légères.

Employé de génération vidéo entièrement automatisé par IA | Votre premier collègue AIGC. Discutez d'une idée. Obtenez un film.

Traduit automatiquement le texte d'une vidéo à partir d'un fichier de sous-titres, puis utilise des services vocaux IA pour créer une nouvelle piste audio doublée et traduite, synchronisée avec les timings des sous-titres.

Transformez un sujet en une vidéo explicative ou publicitaire de style Vox avec collage papier, automatisée de bout en bout sur Atlas Cloud et ffmpeg. Une compétence d'agent.

Un moteur d'inférence haute performance pour les modèles d'IA.

Découvrez Ava, l'agent WhatsApp.

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.

Amica est une interface open source pour la communication interactive avec des personnages 3D, incluant la synthèse vocale et la reconnaissance vocale.

Une intégration complète de ComfyUI pour le modèle de synthèse vocale VibeVoice de Microsoft, permettant une synthèse vocale de haute qualité pour un ou plusieurs locuteurs directement dans vos flux de travail ComfyUI.

Soprano : synthèse vocale instantanée et ultra-réaliste

Application d'assistant Dicio pour Android

Exécutez des LLM locaux comme llama, deepseek-distill, kokoro et plus encore directement dans votre navigateur

Une application Python/Pytorch pour synthétiser facilement des voix humaines

Interface pour les modèles OuteTTS.

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.