tts

AI 기반 멀티 보이스 오디오북 생성기 — LLM 대본 주석, 음성 복제, 음성 디자인, LoRA 학습, 라인별 스타일 제어 및 MP3, 챕터별 M4B 또는 Audacity 멀티트랙 내보내기 지원. Qwen3-TTS 기반으로 구축됨.

🧸 Lobe Vidol - 누구나 쉽게 접근할 수 있는 가상 아이돌

감정, 화법, 준언어 편집에 탁월하며 강력한 제로샷 음성 합성(TTS) 기능을 갖춘 강력한 3B 파라미터 LLM 기반 강화 학습 오디오 편집 모델

NISQA - 비침습적 음성 품질 및 TTS 자연스러움 평가 도구

epub 또는 텍스트 파일을 오디오북으로 변환

오디오 AI 연구 허브: 오디오 LLM, 음성 인식, TTS, 음악 및 오디오 생성을 아우르는 논문, 오픈 모델, 벤치마크 및 데이터셋

Azure의 자연스러운 TTS 음성을 모든 SAPI 5 호환 애플리케이션에서 사용할 수 있도록 지원합니다.

오픈 소스 LLM 기반 Foundation TTS 시스템

🔥🔥🔥 자바 무료 오프라인 AI 알고리즘 툴박스. 얼굴 인식, 라이브니스 감지, 표정 인식, 객체 검출, 인스턴스 분할, 보행자 검출, OCR 문자 인식, 번호판 인식, 표 인식, ASR+TTS, 기계 번역 등 기능 지원, Maven 의존성 추가로 사용 가능. PyTorch, Tensorflow 지원, Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper 등 주류 모델 통합 완료

고성능 ML 모델 서빙 프레임워크로, 컴퓨팅 머신을 최대한 활용할 수 있도록 동적 배칭 및 CPU/GPU 파이프라인을 제공합니다.

XTTS 사용 및 미세 조정을 위한 웹 UI입니다.

DiffWave는 빠르고 고품질인 뉴럴 보코더 및 파형 신시사이저입니다.

이동 중에도 흥미롭게 들을 수 있는 오디오 콘텐츠를 위해 PDF를 AI 팟캐스트로 변환합니다.

음성 인식, 전사, 변환 등을 위한 사용자 친화적인 툴킷 | 간편하게 사용할 수 있는 음성 도구 상자

빠른 텍스트 음성 변환(TTS) 생성을 위한 Suno AI Bark 모델의 C/C++ 구현체

가장 간단하고 비용 효율적인 AI 통합 솔루션

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

네이티브 및 브라우저에서 실행되는 Voxtral ASR & TTS. Burn ML 프레임워크를 사용하여 Mistral의 Voxtral mini 실시간 ASR/TTS를 Rust로 구현

🔥🔥 Rust로 구현된 Kokoro. https://huggingface.co/hexgrad/Kokoro-82M 지금까지 경험한 것 중 가장 뛰어난 품질을 자랑하는 미친듯이 빠른 실시간 TTS.

모든 git 저장소를 흥미로운 팟캐스트로 변환

오디오북 품질의 텍스트 음성 변환을 지원하는 터미널 기반 전자책 리더 — EPUB, PDF, DOCX, HTML, RTF, TXT, MD 지원

🎤 Lobe TTS - 서버와 브라우저를 위한 고품질의 안정적인 TTS/STT 라이브러리

원활한 시스템 전반의 음성 복제 및 고충실도 텍스트 읽기를 지원하는 경량 오프라인 안드로이드 Text-to-Speech (TTS) 엔진.

Speech to Text to Speech. 현재 재생 중인 곡. 텍스트를 OSC 메시지로 VRChat에 전송하여 아바타에 표시합니다. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

LLM, ASR, TTS, OCR, CV 등 다양한 기술을 활용하여 라이브 스트리밍을 하거나 함께 Minecraft를 플레이하는 AI VTuber

Confucius4-TTS: 다국어 및 교차 언어 제로샷 TTS 엔진

루트 권한이 필요 없는 오픈소스 Android 실시간 화면 번역 도구. 게임, 비주얼 노벨, 만화에 적합하며 온디바이스 및 클라우드 OCR, 오프라인 LLM, 다중 번역 서비스, TTS를 지원하고 화면 위에 직접 번역문을 표시합니다.

Apple Silicon의 MLX를 활용한 오디오 처리를 위한 모듈형 Swift SDK

오디오 처리를 위한 딥러닝

실시간 음성 비서로 WebRTC 스트리밍, faster-whisper ASR, 로컬 LLM, Vui Nano(300M) TTS를 지원합니다. OpenAI Realtime API와 호환되며 음성 복제, 끼어들기(barge-in) 기능을 제공하고 4090 환경에서 실시간 대비 약 9배 속도로 작동합니다. Apache 2.0 라이선스.