voice-conversion

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

Entraînez facilement un modèle VC performant avec moins de 10 minutes de données vocales

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.

Amphion est une boîte à outils pour la génération audio, musicale et vocale. Son objectif est de soutenir la recherche reproductible et d'aider les chercheurs et ingénieurs débutants à se lancer dans la recherche et le développement liés à la génération audio, musicale et vocale.

Boîte à outils de traitement de la parole de bout en bout

Fork de so-vits-svc avec prise en charge du temps réel, interface améliorée et fonctionnalités supplémentaires.

Générer des livres audio à partir d'EPUB, PDF et texte avec des sous-titres synchronisés.

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

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

🔊 Une liste exhaustive de jeux de données open source pour le traitement de la voix et du son (plus de 95 jeux de données).

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.

Sélectionnez, lancez et gérez facilement vos assistants numériques IA préférés sur Android.

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.

AutoVC : Transfert de style vocal Zero-Shot avec uniquement une perte d'auto-encodeur.

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

NISQA - Évaluation non intrusive de la qualité de la parole et du naturel de la synthèse vocale (TTS).

Apprentissage profond pour le traitement audio

FreeVC : Vers une conversion de voix one-shot de haute qualité sans texte.

Décomposition vocale non supervisée via un goulot d'étranglement d'information triple

Conversion de voix utilisant uniquement les plus proches voisins

StarGANv2-VC : un framework non supervisé et non parallèle pour la conversion de voix naturelle.

Un projet open source pour unifier le traitement et la génération audio