tts

Speech-AI-Forge est un projet articulé autour d'un modèle de génération TTS, implémentant un serveur API et une interface Web basée sur Gradio.

Traduction synchronisée pour vidéos. Doublage vidéo.

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

Restauration de parole générale

Un outil (pour Windows) permettant d'enregistrer la synthèse vocale (TTS) de Microsoft Edge et de l'exporter au format audio .wav.

[ICASSP 2024] 🍵 Matcha-TTS : Une architecture TTS rapide avec appariement de flux conditionnel

Conversations vocales naturelles avec Claude Code.

Plateforme de gestion Java d'entreprise pour Xiaozhi ESP32, offrant une solution intégrée front-end, back-end et serveur pour la surveillance des appareils, la personnalisation de la voix, le changement de rôle et la gestion de l'historique des conversations.

Extension Chrome de traduction au survol : traducteur PDF, EBOOK, EPUB, OCR, TTS, NETFLIX, sous-titres doubles YOUTUBE, GOOGLE DOCS, IA, visionneuse, GMAIL, écriture, image, sous-titres doubles, MANGA, survol, dictionnaire, WEBTOON, EDGE, japonais, anglais

Humain numérique interactif en temps réel, avec apparence et voix personnalisables, support du clonage vocal et latence de dialogue aussi basse que 3 secondes.

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

Traduction vocale en temps réel pour macOS et Windows, TTS gratuit, sans serveur, utilisant uniquement vos clés API

Une interface web pour différents réseaux de neurones liés à l'audio

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

TTS basé sur les meilleures pratiques de BERT et VITS avec certaines fonctionnalités de Natural Speech de Microsoft ; prend en charge le streaming ONNX.

Moteur de synthèse vocale pour le chinois

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.

Traduction vocale bidirectionnelle en temps réel pour les réunions bilingues : détection automatique de la langue et traduction dans les deux sens, via le cloud ou entièrement hors ligne sur l'appareil. Disponible sur bureau (Windows, macOS, Linux) et via extension de navigateur (Chrome, Edge) pour Zoom, Meet, Teams et toute autre application.

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

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

Bibliothèque d'inférence C++ pour plusieurs SVC/TTS

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

Vtuber IA pour le streaming sur Youtube/Twitch

NobodyWho est un moteur d'inférence permettant d'exécuter des LLM localement et efficacement sur n'importe quel appareil.

GLM-TTS : TTS Zero-shot contrôlable et expressif sur le plan émotionnel avec apprentissage par renforcement multi-récompenses.

API gratuite de synthèse vocale en ligne.

Créez un livre audio au son naturel à partir de divers formats d'entrée (epub, mobi, txt, PDF, HTML et plus) avec une seule commande.

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

Une API HTTP simple pour VITS, développée en étendant Moegoe avec des fonctionnalités supplémentaires.

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