tts

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.

🧸 Lobe Vidol - Membuat Idol Virtual Dapat Diakses oleh Semua Orang

Model pengeditan audio Reinforcement Learning berbasis LLM dengan 3B parameter yang kuat, unggul dalam mengedit emosi, gaya bicara, dan paralinguistik, serta dilengkapi teks-ke-suara zero-shot yang tangguh

NISQA - Penilaian Kualitas Suara Non-Intrusif dan Kealamian TTS

Ubah file epub atau teks menjadi buku audio.

Pusat penelitian AI audio: makalah, model terbuka, tolok ukur, & dataset di seluruh LLM audio, pengenalan ucapan, TTS, musik & pembuatan audio.

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

Toolbox algoritma AI offline gratis untuk Java, mendukung pengenalan wajah, deteksi liveness, pengenalan ekspresi, deteksi objek, segmentasi instans, deteksi pejalan kaki, pengenalan teks OCR, pengenalan pelat nomor, pengenalan tabel, ASR+TTS, terjemahan mesin, dan lainnya. Dapat digunakan melalui Maven. Mendukung PyTorch, Tensorflow, serta telah mengintegrasikan model utama seperti Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), dan Whisper.

Framework penyajian model ML performa tinggi, menawarkan batching dinamis dan pipeline CPU/GPU untuk memaksimalkan mesin komputasi Anda

Webui untuk menggunakan XTTS dan melakukan fine-tuning

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

Ubah PDF menjadi podcast AI untuk konten audio yang menarik saat bepergian.

Toolkit yang ramah pengguna untuk pengenalan/transkripsi/konversi suara, dll.

Model Bark Suno AI dalam C/C++ untuk pembuatan text-to-speech yang cepat

Solusi integrasi AI paling sederhana dan berbiaya rendah. Jika Anda menyukai proyek ini, silakan berikan Star~

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

Voxtral ASR & TTS berjalan secara native dan di dalam browser. Implementasi Rust dari ASR / TTS real-time mini Voxtral milik Mistral menggunakan framework Burn ML

Kokoro dalam Rust. TTS real-time yang sangat cepat dengan kualitas tinggi.

Ubah repositori git apa pun menjadi podcast yang menarik

Pembaca eBook terminal dengan Text-to-Speech berkualitas audiobook — Mendukung EPUB, PDF, DOCX, HTML, RTF, TXT, dan MD.

🎤 Lobe TTS - Pustaka TTS/STT yang berkualitas tinggi & andal untuk Server dan Browser

Engine Text-to-Speech (TTS) Android ringan dan luring yang memungkinkan kloning suara seluruh sistem yang mulus dan pembacaan teks berketepatan tinggi.

Speech to Text to Speech. Lagu sedang diputar. Mengirim teks sebagai pesan OSC ke VRChat untuk ditampilkan di avatar. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

AI VTuber dengan teknologi LLM, ASR, TTS, OCR, CV, dan lainnya untuk siaran langsung atau bermain Minecraft bersama Anda.

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

Alat penerjemah layar real-time Android sumber terbuka tanpa ROOT, cocok untuk game, novel visual, dan manga. Mendukung OCR perangkat dan cloud, LLM offline, berbagai layanan terjemahan, dan text-to-speech (TTS), dengan terjemahan yang langsung ditampilkan di layar.

SDK Swift modular untuk pemrosesan audio dengan MLX di Apple Silicon

Deep learning untuk pemrosesan audio

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.