voice-conversion

🐸💬 - 研究および本番環境で実証済みの Text-to-Speech 用ディープラーニングツールキット

音声データ（10分以下）で簡単に優れたVCモデルをトレーニング！

クリエイターと開発者のためのGradio WebUI。主要なTTS (Edge-TTS, kokoro) およびゼロショット音声クローニング (E2 & F5-TTS, CosyVoice) を特徴とし、Whisperオーディオ処理、YouTubeダウンロード、Demucsによるボーカル分離、多言語翻訳に対応。

Amphion (/æmˈfaɪən/) は、オーディオ、音楽、音声生成のためのツールキットです。再現性のある研究をサポートし、若手研究者やエンジニアがオーディオ、音楽、音声生成の研究開発分野を始めやすくすることを目的としています。

エンドツーエンド音声処理ツールキット

リアルタイムサポート、改善されたインターフェース、およびより多くの機能を備えたso-vits-svcのフォーク。

同期キャプション付きで、EPUB、PDF、およびテキストからオーディオブックを生成します。

使いやすさとパフォーマンスに重点を置いた、シンプルで高品質な音声変換ツール

[AutoArk] GPA (General Purpose Audio) は、1つの小型モデルで ASR、TTS、および音声変換を実行可能！

🔊 音声およびサウンドコンピューティング向けのオープンソースデータセットの包括的なリスト（95以上のデータセット）

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。

Android上で好みのAIデジタルアシスタントを簡単に選択、起動、管理。

ローカルでのマルチエンジン・多言語の音声合成（TTS）および音声変換を行うためのComfyUIカスタムノード統合。RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox（クラシックおよび多言語）、F5-TTS、Higgs Audio 2、3、VibeVoiceをサポートし、無制限のテキスト長、SRTタイミング、キャラクターサポート、および多数のオーディオツールを備えています。

AutoVC: オートエンコーダ損失のみを用いたゼロショット音声スタイル変換

YourTTS：誰でも使えるゼロショット・マルチスピーカーTTSおよびゼロショット音声変換に向けた取り組み

NISQA - 非侵入型音声品質およびTTS自然性評価

音声処理のためのディープラーニング

FreeVC: テキストなしの高品質なワンショット音声変換に向けて

トリプル情報ボトルネックを用いた教師なし音声分解

Nearest Neighbors のみを使用した音声変換

StarGANv2-VC: 自然な音声変換のための多様で教師なし、非平行なフレームワーク

音声処理と生成を統合するオープンソースプロジェクト