voice-cloning

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

5초 만에 목소리를 복제하여 실시간으로 임의의 음성을 생성합니다

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

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

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

전자책으로 오디오북 생성, 음성 복제 및 1,158개 이상의 언어 지원!

넷플릭스 수준의 자막 커팅, 번역, 정렬, 더빙까지 - 원클릭 완전 자동화 AI 비디오 자막 팀

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

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.

자기 지도 학습 모델, 구두점이 포함된 SOTA/스트리밍 ASR, 텍스트 프론트엔드가 포함된 스트리밍 TTS, 화자 인증 시스템, 엔드투엔드 음성 번역 및 키워드 스포팅을 포함하는 사용하기 쉬운 음성 툴킷. NAACL2022 최우수 시연상(Best Demo Award) 수상

YuE: 오픈 풀송 음악 생성 파운데이션 모델, Suno.ai와 유사하지만 오픈소스임

오픈 소스 AI 비디오 로컬라이제이션 도구: YouTube/Bilibili 비디오 다운로드, 자막 인식 및 번역, 음성 복제 더빙, 오디오 트랙 믹싱 및 자막 삽입을 자동으로 수행합니다.

MOSS‑TTS Family는 MOSI.AI와 OpenMOSS 팀이 개발한 오픈소스 음성 및 사운드 생성 모델 패밀리입니다. 고충실도, 고표현력, 복잡한 실제 시나리오를 위해 설계되었으며 안정적인 장문 음성, 다화자 대화, 목소리/캐릭터 디자인, 환경 음향 효과 및 실시간 스트리밍 TTS를 지원합니다.

사용 편의성과 성능에 중점을 둔 간편하고 고품질의 음성 변환 도구.

CAMB.AI의 MARS5 음성 모델 (TTS)

ggml 기반의 오디오 모델용 올인원 순수 C++ 추론 엔진. 고조율된 성능으로 TTS, STT, VAD, 음성 변환, 음악 생성 등을 지원합니다. Python 의존성이 없습니다.

GPT-SoVITS ONNX 추론 엔진 및 모델 변환기

강력한 텍스트 음성 변환, 이미지 생성, 비디오 생성 API와의 상호작용을 지원하는 공식 MiniMax Model Context Protocol(MCP) 서버.

Microsoft의 VibeVoice 텍스트 음성 변환(TTS) 모델을 위한 포괄적인 ComfyUI 통합으로, ComfyUI 워크플로 내에서 직접 고품질의 단일 및 다중 화자 음성 합성을 지원합니다.

사람의 목소리를 손쉽게 합성할 수 있는 Python/PyTorch 앱입니다.

강력한 Chatterbox TTS 모델을 자체 호스팅하세요. 이 서버는 사용자 친화적인 Web UI, 유연한 API 엔드포인트(OpenAI 호환 포함), 사전 정의된 목소리, 목소리 복제, 대규모 오디오북 수준의 텍스트 처리를 제공합니다. NVIDIA (CUDA), AMD (ROCm) 및 CPU에서 가속화되어 실행됩니다.

💎 ASR, TTS 및 기타 음성 기술을 위한 접근 가능한 음성 말뭉치(speech corpora) 목록

이중 언어 에피소드 및 다국어를 지원하는 AI 팟캐스트 생성기, NotebookLLM의 대안

다양한 오디오 관련 Neural Network를 위한 웹 UI

이모지 기반 스타일 제어를 지원하는 Flow Matching 방식의 텍스트 음성 변환(TTS) 모델

로컬 다중 엔진 다국어 텍스트 음성 변환(TTS) 및 음성 변환을 위한 ComfyUI 커스텀 노드 통합입니다. RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox, F5-TTS, Higgs Audio 2/3, VibeVoice를 지원하며 무제한 텍스트 길이, SRT 타이밍, 캐릭터 지원 및 다양한 오디오 도구를 제공합니다.

Apple Silicon용 네이티브 LLM 추론 서버. OpenAI 및 Anthropic API 호환. Python 미사용. 채팅, 에이전트 모드, 도구 호출을 지원하는 MLX Core macOS 앱 포함.

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.

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

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