tts

ブラウザ向けのテキスト読み上げ機能付き拡大・代替コミュニケーション（AAC）システム

Flutter 用テキスト読み上げ（Text to Speech）パッケージ

MLX Omni Server は、Apple の MLX フレームワークを搭載し、Apple Silicon（Mシリーズ）チップ用に特別に設計されたローカル推論サーバーです。OpenAI 互換の API エンドポイントを実装しており、既存の OpenAI SDK クライアントとシームレスに統合しながら、ローカルでの ML 推論の性能を活用できます。

🐸 TTS 関連論文のコレクション

🔊 Kokoro Web: 無料のAIテキスト読み上げ、オンラインまたはセルフホスト、OpenAI互換！

MimikaStudio - macOS（Apple Silicon）向けのローカルファーストアプリケーション、Agentic MCPをサポート

Thorsten-Voice: ライセンスの心配なく、あらゆるプロジェクトで使用可能な、無料、オフライン動作、高品質なドイツ語TTS音声

任意の声で Piper の音声合成モデルを簡単に作成できます。自分の音声録音で音声合成モデルを作成するか、数千の RVC ボイスを使用できます。Raspberry Pi上でオフラインで動作します。任意の metadata.csv ファイル用のカスタムデータセットを素早く録音し、トレーニング中のモデルを聴くことができます。

OpenAI Whisper と TensorFlow Lite を使用した Android 向けオフライン音声認識

Chatterboxを使用したローカルなOpenAI互換の音声合成（TTS）API。OpenAI APIが使用されるあらゆる場所（Open WebUI、AnythingLLMなど）で音声クローンによる音声生成を可能にします

MLXでのF5-TTSの実装

LLM/GenAIモデルおよびMCP UE5サーバー用のUnreal Engineプラグイン。OpenAI GPT-5、Deepseek R1、Claude Opus/Sonnet、Gemini 3、Grok 4、Alibaba Qwen、Kimi、ElevenLabs TTS、Inworld、OpenRouter、Groq、GLM、Ollama、Local、Meshy、Tripo、Hunyuan3D、Rodin、fal、Dashscope、Seedreamに対応。NPC AI、エージェント、チャット、3D生成、TTS、マルチモーダル、画像生成機能を提供。UnrealMCP/UnrealClaude

tts サービス

高速なTTSエンジン

🤗 Optimum Intel: Intelの最適化ツールで推論を加速する

TikTok TTS APIと連携するシンプルなPythonスクリプト

VibeVoice TTS用のComfyUIカスタムノード。表現豊かで長文、マルチスピーカーの対話型オーディオ

XTTSv2を実行するためのシンプルなFastAPIサーバー

オープンソースの音声エージェントプラットフォーム

「来剪」軽量動画エディター。ウェブ版やデスクトップ版などが無料で利用可能。CapCutなどのエディターからインスピレーションを得た機能を備えている。

テキストファイルを入力として受け付け、文字数制限のない Chatterbox の改造版です。主に子供向けのオーディオブックを作成するために使用しています。

アプリのためのセルフコーディングシステム — React Native 向け Alan AI SDK

Mac（M1/M2/M3/M4）でQwen3-TTSテキスト読み上げをローカル実行。音声クローン、音声デザイン、カスタム音声に対応。MLXを使用した100%オフライン動作。

AI による要約、翻訳、モデレーション、執筆ワークフローを備えた、個人ブログやクリエイター向けウェブサイト用の AI 駆動型 CMS コア

コンパニオン、エンターテインメント、教育、ヘルスケア、IoTアプリケーション、DIYロボット向けの会話型AIデバイスおよびソフトウェアフレームワーク。Python、NextJS、Arduino、ESP32、LLMs（GPT-4o）、Deepgram STT、Azure TTSで構築されています 🤖

PyTorch による非公式の vits2-TTS 実装

LM Studioを使用してOrpheus 3Bをローカルで実行する

ComfyUI用のOmniVoice TTSノード - 音声クローン、音声デザイン、マルチスピーカー対話に対応したゼロショット多言語音声合成

C++ をベースにした、独立してコンパイル可能な中国語・英語の音声合成プロジェクト。ネットワーク接続不要でローカル実行でき、追加の依存関係もほぼなし。ワンクリックのビルドで中国語と英語の音声合成に利用可能。

エンドツーエンド音声合成モデル Tacotron に関連する論文の音声サンプル集