tts

🍦 Speech-AI-Forge adalah proyek yang dikembangkan di sekitar model generasi TTS, mengimplementasikan API Server dan WebUI berbasis Gradio.

Terjemahan Tersinkronisasi untuk Video. Sulih suara video

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

Pemulihan Ucapan Umum

Alat (platform Windows) untuk merekam sintesis suara (TTS) browser Microsoft Edge dan mengekspornya sebagai audio .wav.

[ICASSP 2024] 🍵 Matcha-TTS: Arsitektur TTS cepat dengan pencocokan alur bersyarat

Percakapan suara alami dengan Claude Code

Platform manajemen tingkat perusahaan Java untuk Xiaozhi ESP32, menyediakan solusi ujung depan-belakang dan sisi server terpadu untuk pemantauan perangkat, penyesuaian suara, peralihan peran, dan manajemen catatan dialog

Ekstensi Chrome untuk menerjemahkan bahasa apa pun saat kursor diarahkan: Penerjemah PDF, EBOOK, EPUB, OCR, TTS, NETFLIX, SUBTITLE GANDA YOUTUBE, GOOGLE DOCS, AI, PENAMPIL, GMAIL, MENULIS, GAMBAR, SUB GANDA, MANGA, HOVER, KAMUS, WEBTOON, EDGE, JEPANG, INGGRIS

Digital human interaktif suara secara real-time, dengan tampilan dan suara yang dapat disesuaikan, mendukung kloning suara, serta latensi dialog serendah 3 detik.

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

Terjemahan ucapan waktu nyata — macOS & Windows, TTS gratis, tanpa server, hanya menggunakan kunci API Anda

Antarmuka web (webui) untuk berbagai Jaringan Saraf Tiruan terkait audio

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

Praktik terbaik TTS berbasis BERT dan VITS dengan beberapa Fitur Ucapan Alami dari Microsoft; Mendukung streaming ONNX!

Mesin text-to-speech bahasa Mandarin

Integrasi node kustom ComfyUI untuk Text-to-Speech dan Konversi Suara multi-mesin multi-bahasa lokal. Mendukung: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (klasik dan multilingual), F5-TTS, Higgs Audio 2, 3, dan VibeVoice dengan panjang teks tak terbatas, penentuan waktu SRT, dukungan Karakter, dan banyak alat audio

Terjemahan suara dua arah secara real-time untuk rapat bilingual — mendeteksi bahasa yang diucapkan secara otomatis dan menerjemahkan ke dua arah, berbasis cloud atau sepenuhnya luring di perangkat. Desktop (Windows · macOS · Linux) + ekstensi browser (Chrome · Edge) untuk Zoom, Meet, Teams & aplikasi apa pun.

Toolkit bicara AI untuk Apple Silicon — ASR, TTS, speech-to-speech, VAD, dan diarisasi yang didukung oleh MLX dan CoreML

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

Pustaka inferensi C++ untuk beberapa SVC/TTS

AI Vtuber untuk streaming di Youtube/Twitch

SGLang-Omni mendukung penyajian berkinerja tinggi untuk model TTS, ASR, ucapan, dan omni.

NobodyWho adalah mesin inferensi yang memungkinkan Anda menjalankan LLM secara lokal dan efisien di perangkat apa pun.

GLM-TTS: TTS Zero-shot yang dapat dikontrol dan ekspresif secara emosional dengan Multi-Reward Reinforcement Learning

Dengan satu perintah, buat buku audio bersuara natural dari berbagai format masukan (epub, mobi, txt, PDF, HTML, dan lainnya!)

API text-to-speech online gratis

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

API HTTP VITS sederhana, dikembangkan dengan memperluas Moegoe dengan fitur tambahan.

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