speech-synthesis

Aplikasi ChatGPT open-source dengan suara

Text-to-Speech yang cepat dan dapat dikontrol untuk lebih dari 7000 bahasa!

sintesis suara sumber terbuka gratis untuk bahasa Rusia dan bahasa lainnya

Parallel WaveGAN Tidak Resmi (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) dengan Pytorch

Aplikasi Linux Speech Note. Mencatat, membaca, dan menerjemahkan dengan Speech to Text, Text to Speech, dan terjemahan mesin secara luring.

Node kustom yang memperluas kemampuan Comfyui

Software Automatic Mouth - Sintesis Ucapan Mungil

Pra-pelatihan Ucapan-Teks Modal-Terpadu untuk Pemrosesan Bahasa Lisan

Host sendiri model TTS Chatterbox yang kuat. Server ini menawarkan Web UI yang ramah pengguna, endpoint API yang fleksibel (termasuk kompatibel dengan OpenAI), suara prasetel, kloning suara, dan pemrosesan teks skala buku audio besar. Berjalan dipercepat di NVIDIA (CUDA), AMD (ROCm), dan CPU.

💎 Daftar korpus ucapan yang dapat diakses untuk ASR, TTS, dan Teknologi Ucapan lainnya

Pemulihan Ucapan Umum

Sistem analisis, manipulasi, dan sintesis ucapan berkualitas tinggi

StreamSpeech adalah model "All in One" yang mulus untuk pengenalan suara offline dan simultan, terjemahan suara, serta sintesis suara.

Model Text-to-Speech berbasis Flow Matching dengan Kontrol Gaya berbasis Emoji

Implementasi resmi PyTorch dari BigVGAN (ICLR 2023)

Irina - asisten suara berbahasa Rusia untuk bekerja secara offline. Mendukung keterampilan melalui plugin.

AI Vtuber untuk streaming di Youtube/Twitch

AutoVC: Transfer Gaya Suara Zero-Shot hanya dengan Autoencoder Loss

YourTTS: Menuju TTS Multi-Speaker Zero-Shot dan Konversi Suara Zero-Shot untuk semua orang.

Kode contoh API Text-to-Speech Microsoft dalam beberapa bahasa, bagian dari Cognitive Services.

Generator buku audio multi-suara berbasis AI — anotasi skrip LLM, kloning suara, desain suara, pelatihan LoRA, kontrol gaya per baris, dan ekspor ke MP3, M4B dengan bab, atau multi-track Audacity. Dibangun di atas Qwen3-TTS.

NISQA - Penilaian Kualitas Suara Non-Intrusif dan Kealamian TTS

Membuat suara TTS alami Azure dapat diakses oleh aplikasi apa pun yang kompatibel dengan SAPI 5.

Sistem TTS Foundation open-source yang didukung oleh LLM

LLM berbasis suara yang berjalan di komputer Anda tanpa memerlukan internet.

DiffWave adalah vocoder neural dan synthesizer gelombang yang cepat serta berkualitas tinggi.

Confucius4-TTS: Mesin TTS Zero-Shot multibahasa dan lintas bahasa

Asisten suara waktu nyata — streaming WebRTC, faster-whisper ASR, LLM lokal, Vui Nano (300M) TTS. Kompatibel dengan OpenAI Realtime API. Kloning suara, barge-in, ~9x waktu nyata pada RTX 4090. Apache 2.0.

Thorsten-Voice: Suara TTS Jerman berkualitas tinggi, bekerja secara offline, dan gratis untuk digunakan yang harus tersedia untuk setiap proyek tanpa masalah lisensi.

Makalah INTERSPEECH 2023-2024: Kumpulan lengkap makalah penelitian yang berpengaruh dan menarik dari konferensi INTERSPEECH 2023-24. Jelajahi kemajuan terbaru dalam pemrosesan ucapan dan bahasa. Disertai kode. Beri bintang pada repositori untuk mendukung kemajuan teknologi ucapan!