text-to-speech

AI 대규모 모델과 자동화된 워크플로우를 활용하여 주제나 키워드에 따라 원클릭으로 고화질 숏폼 비디오 생성.

Qwen3.8, Kimi K3, MiniMax-H3, Gemma 4, DeepSeek-V4, FLUX 등을 포함한 LLM 및 디퓨전 모델을 실행하고 학습하기 위한 로컬 UI

1분의 음성 데이터로도 훌륭한 TTS 모델을 학습할 수 있습니다! (퓨샷 음성 클로닝)

세계 최초의 오픈 소스 에이전트 기반 동영상 제작 시스템. 12개의 프로덕션 파이프라인, 100개 이상의 도구, 700개 이상의 에이전트 스킬 및 프로덕션 지식 파일. AI 코딩 어시스턴트를 완전한 동영상 제작 스튜디오로 전환하세요.

🐸💬 - 연구 및 프로덕션에서 검증된 텍스트 음성 변환(TTS)을 위한 딥러닝 툴킷

일상 대화를 위한 생성형 음성 모델.

MIT와 MyShell이 개발한 즉시 음성 복제 기술. 오디오 파운데이션 모델.

🚀 5초 만에 음성을 복제하여 실시간으로 임의의 음성을 생성합니다

VoxCPM2: 다국어 음성 생성, 창의적인 음성 디자인, 실감나는 클로닝을 위한 토크나이저 프리 TTS

산업 수준의 제어 가능하고 효율적인 제로샷 텍스트 음성 변환(TTS) 시스템

추론, 학습, 배포를 위한 풀스택 기능을 제공하는 다국어 대규모 음성 생성 모델

한 번의 패스로 초실감형 대화를 생성할 수 있는 TTS 모델.

영상의 언어를 다른 언어로 번역하고 더빙 및 자막을 삽입합니다.

🧠 Leon은 오픈소스 개인 비서입니다.

VoiceStudio는 완전 로컬 환경에서 실행되는 오픈 소스 ElevenLabs 대안으로, 646개 언어의 음성 복제, 음성 디자인, 비디오 더빙, 받아쓰기, 전사 및 오디오북 생성을 지원합니다.

인터넷 연결 없이 onnxruntime과 차세대 Kaldi를 사용하는 음성 인식, 음성 합성, 화자 분할, 음성 강화, 소스 분리 및 VAD. 임베디드 시스템, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 서버, websocket 서버/클라이언트 지원 및 12개 프로그래밍 언어 지원

ONNX를 통해 네이티브로 실행되는 초고속 온디맨드 다국어 TTS

크리에이터와 개발자를 위한 Gradio WebUI. 주요 TTS(Edge-TTS, kokoro) 및 제로샷 음성 복제(E2 & F5-TTS, CosyVoice)를 지원하며, Whisper 오디오 처리, YouTube 다운로드, Demucs 보컬 분리 및 다국어 번역 기능을 제공합니다.

Microsoft Edge나 Windows, API 키 없이 Python에서 Microsoft Edge의 온라인 텍스트 음성 변환(TTS) 서비스 사용하기

Amphion(/æmˈfaɪən/)은 오디오, 음악 및 음성 생성을 위한 툴킷입니다. 재현 가능한 연구를 지원하고 초보 연구자와 엔지니어가 오디오, 음악 및 음성 생성 연구 및 개발 분야에 쉽게 입문할 수 있도록 돕는 것을 목적으로 합니다.

엔드투엔드 음성 처리 툴킷

EmotiVoice 😊: 멀티 보이스 및 프롬프트 제어 TTS 엔진

Apple의 MLX 프레임워크를 기반으로 구축된 텍스트 음성 변환(TTS), 음성 텍스트 변환(STT) 및 음성 간 변환(STS) 라이브러리로, Apple Silicon에서 효율적인 음성 분석을 제공합니다.

MyShell.ai의 고품질 다국어 텍스트 음성 변환 라이브러리. 영어, 스페인어, 프랑스어, 중국어, 일본어, 한국어를 지원합니다.

eSpeak NG는 100개 이상의 언어와 악센트를 지원하는 오픈 소스 음성 합성기입니다.

Apple Silicon을 위한 온디바이스 음성 AI

StyleTTS 2: 대형 음성 언어 모델의 스타일 확산 및 적대적 학습을 통한 인간 수준의 텍스트 음성 변환 구현

이 저장소에는 Generative Pre-trained Transformer(GPT), ChatGPT, PaLM 등에 중점을 둔 프롬프트 엔지니어링을 위해 수동으로 선별된 리소스가 포함되어 있습니다.

Silero Models: 매우 간단하게 사용할 수 있는 사전 학습된 텍스트 음성 변환(TTS) 모델

PC, Mac, Linux 시스템을 AI 서버로 전환하세요. LLM 추론, 채팅 UI, 음성, 에이전트, 워크플로, RAG, 이미지 생성을 지원합니다.