tts

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.

🧸 Lobe Vidol - Rendre les idoles virtuelles accessibles à tous

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).

Convertir un fichier epub ou texte en livre audio

Le hub pour la recherche en IA audio : articles, modèles ouverts, benchmarks et jeux de données pour les LLM audio, la reconnaissance vocale, la synthèse vocale (TTS), ainsi que la génération de musique et d'audio.

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

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

Boîte à outils d'algorithmes d'IA hors ligne gratuite pour Java, prenant en charge la reconnaissance faciale, la détection de vivant, la reconnaissance d'expressions, la détection d'objets, la segmentation d'instances, la détection de piétons, l'OCR, la reconnaissance de plaques d'immatriculation, la reconnaissance de tableaux, ASR+TTS, la traduction automatique, etc. Utilisable via Maven. Supporte PyTorch et Tensorflow, avec intégration de modèles tels que Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR (PPOCRv5) et Whisper.

Un framework de service de modèles ML haute performance, offrant un traitement par lots dynamique et des pipelines CPU/GPU pour exploiter pleinement votre machine de calcul.

Interface web pour utiliser et affiner XTTS

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

Transformez des PDF en podcasts IA pour un contenu audio captivant à écouter partout.

Une boîte à outils conviviale pour la reconnaissance, la transcription et la conversion vocale, etc.

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

La solution d'intégration IA la plus simple et la moins coûteuse.

SumatraPDF fork: Chinese EPUB/MOBI, smart PDF dark mode, OCR, TTS, offline dictionary.

Voxtral ASR & TTS fonctionnant nativement et dans le navigateur. Une implémentation en Rust du modèle Voxtral mini de Mistral pour l'ASR/TTS en temps réel, utilisant le framework Burn ML.

Kokoro en Rust. TTS ultra-rapide en temps réel avec une qualité exceptionnelle.

Convertissez n'importe quel dépôt Git en un podcast captivant

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.

VTuber IA utilisant LLM, ASR, TTS, OCR, CV et d'autres technologies pour diffuser en direct ou jouer à Minecraft avec vous.

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)

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.

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

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

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.

Apprentissage profond pour le traitement audio

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.