tts

Pembaca e-book lintas platform bertenaga AI dengan pencarian semantik, obrolan RAG, penyimpan vektor lokal, catatan, TTS, dan sinkronisasi WebDAV.

Alat text-to-speech open-source, mendukung teks panjang dan sulih suara multi-karakter.

Implementasi PyTorch untuk VALL-E (Zero-Shot Text-To-Speech), demo reproduksi tersedia di https://lifeiteng.github.io/valle/index.html

Mesin inferensi C++ murni yang lengkap untuk model audio, didukung oleh ggml. Mendukung TTS, STT, VAD, konversi suara, pembuatan musik, dan lainnya, dengan performa yang sangat dioptimalkan. Tanpa dependensi Python.

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

Endpoint API text-to-speech gratis dan berkualitas tinggi sebagai pengganti OpenAI, Azure, atau ElevenLabs

Pengonversi EPUB ke audiobook, dioptimalkan untuk Audiobookshelf, sudah termasuk WebUI

Mainan AI Suara Real-time dengan 100+ Model di Arduino ESP32 dengan Secure Websockets dan Edge Functions untuk perangkat dan pendamping AI

Mengelola Yandex.Station dan perangkat smart home lainnya dengan Alice dari Home Assistant

Text-To-Speech, RAG, dan LLM. Semuanya berjalan secara lokal!

Workflow-to-APP, ScreenShare & FloatingVideo, GPT & 3D, SpeechRecognition & TTS

sintesis suara sumber terbuka gratis untuk bahasa Rusia dan bahasa lainnya

Alat CLI text-to-speech menggunakan model Kokoro, yang mendukung berbagai bahasa, suara (dengan pencampuran), dan berbagai format input termasuk buku EPUB dan dokumen PDF.

Mesin Inferensi & Konverter Model GPT-SoVITS ONNX

Bailing adalah bot dialog suara yang mirip dengan GPT-4o, diimplementasikan melalui ASR+LLM+TTS, mengintegrasikan model besar yang luar biasa seperti DeepSeek R1, terhubung ke openClaw, asisten suara pribadi sejati, latensi serendah 800ms, dapat berjalan di spesifikasi rendah seperti Mac, dan mendukung interupsi.

🚀 Karyawan pembuat video otomatis berbasis AI | Rekan AIGC Pertama Anda. Ceritakan Ide. Dapatkan Film. 🦞

Secara otomatis menerjemahkan teks video berdasarkan file subtitle, lalu menggunakan layanan suara AI untuk membuat trek audio sulih suara & terjemahan baru dengan ucapan yang disinkronkan menggunakan waktu subtitle.

Ubah satu topik menjadi video penjelasan/iklan kolase kertas bergaya Vox yang sudah jadi — otomatis dari ujung ke ujung di Atlas Cloud + ffmpeg. Sebuah skill agent.

Mesin inferensi performa tinggi untuk model AI

Kenalan dengan Ava, WhatsApp Agent

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.

Amica adalah antarmuka sumber terbuka untuk komunikasi interaktif dengan karakter 3D yang dilengkapi sintesis suara dan pengenalan ucapan.

Integrasi ComfyUI yang komprehensif untuk model text-to-speech VibeVoice dari Microsoft, memungkinkan sintesis suara tunggal dan multi-pembicara berkualitas tinggi langsung di dalam alur kerja ComfyUI Anda.

Soprano: Text-to-Speech Instan yang Sangat Realistis

Aplikasi asisten Dicio untuk Android

Jalankan LLM lokal seperti llama, deepseek-distill, kokoro, dan lainnya langsung di dalam browser Anda

Aplikasi Python/Pytorch untuk mensintesis suara manusia dengan mudah

Antarmuka untuk model OuteTTS.

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.