tts

AIを活用したクロスプラットフォームの電子書籍リーダー。セマンティック検索、RAGチャット、ローカルベクトルストア、メモ、TTS、WebDAV同期を備えています。

オープンソースのテキスト読み上げ（TTS）ツール。超長文や多キャラクターの音声合成をサポート

VALL-E（ゼロショット音声合成）のPyTorch実装、再現デモ https://lifeiteng.github.io/valle/index.html

ggml を活用した、音声モデル向けのオールインワンかつ純粋な C++ 推論エンジン。TTS、STT、VAD、音声変換、音楽生成などを高度に最適化されたパフォーマンスでサポートします。Python 依存関係はありません。

7,000以上の言語に対応する、制御可能で高速なテキスト読み上げ（TTS）！

OpenAI、Azure、ElevenLabs の代替となる、無料かつ高品質なテキスト読み上げ（TTS）API エンドポイント

Audiobookshelf 向けに最適化され、WebUI が付属する EPUB からオーディオブックへの変換ツール

Arduino ESP32向けの100種類以上のモデルを搭載したリアルタイム音声AIトイ。セキュアなWebsocketとAIコンパニオン・デバイス向けのEdge Functionsに対応。

Home Assistant から Alice を使って Yandex.Station やその他のスマートホームデバイスを管理する

音声合成（TTS）、RAG、LLM。すべてローカルで！

ワークフローからアプリへ、画面共有＆フローティングビデオ、GPT ＆ 3D、音声認識＆TTS

ロシア語およびその他の言語に対応したオープンソースの音声合成エンジン

Kokoroモデルを使用したCLIテキスト読み上げツール。多言語、音声（ブレンド機能付き）、EPUBやPDFなどの多様な入力フォーマットをサポート

GPT-SoVITS ONNX推論エンジンおよびモデルコンバーター

百聆（Bailing）はGPT-4oに類似した音声対話ボットであり、ASR+LLM+TTSを通じて実現されています。DeepSeek R1などの優れた大規模モデルを統合し、openClawに接続した真の個人用音声アシスタントです。遅延は800msと低く、Macなどの低スペック環境でも動作し、割り込みをサポートしています。

🚀 AI 完全自動化ビデオ生成従業員 | Your First AIGC Coworker. アイデアをチャットするだけで、動画を作成。 🦞

字幕ファイルに基づいて動画のテキストを自動翻訳し、AI音声サービスを使用して新しい吹き替えおよび翻訳されたオーディオトラックを作成します。音声は字幕のタイミングに同期されます。

1つのトピックからVoxスタイルのペーパーコラージュ解説/広告動画を作成 — Atlas Cloud + ffmpegでエンドツーエンドを自動化。エージェントスキル。

AI モデル向けの高性能推論エンジン

WhatsAppエージェント、Avaのご紹介

PyTorch による非公式の Parallel WaveGAN（＋ MelGAN、Multi-band MelGAN、HiFi-GAN、StyleMelGAN）

Speech Note Linux アプリ。オフラインでの音声文字変換（Speech to Text）、音声合成（Text to Speech）、機械翻訳を使用したメモ作成、読み上げ、翻訳機能を提供します。

Amicaは、音声合成と音声認識を備えた3Dキャラクターとの対話型コミュニケーションのためのオープンソースインターフェースです

MicrosoftのVibeVoice音声合成モデル向けの包括的なComfyUI統合。ComfyUIのワークフロー内で直接、高品質なシングルおよびマルチスピーカーの音声合成を実現します。

Soprano：インスタントで超リアルなテキスト読み上げ（TTS）

Android用Dicioアシスタントアプリ

llama、deepseek-distill、kokoro などのローカル LLM をブラウザ内で実行

人間の声を簡単に合成するための Python/PyTorch アプリケーション

OuteTTS モデル用インターフェース

強力なChatterbox TTSモデルをセルフホストします。ユーザーフレンドリーなWeb UI、柔軟なAPIエンドポイント（OpenAI互換を含む）、プリセット音声、音声クローン、大規模なオーディオブック規模のテキスト処理を提供します。NVIDIA (CUDA)、AMD (ROCm)、CPUで高速実行可能です。