voice-cloning

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.

MimikaStudio - macOS(Apple Silicon)용 로컬 우선 애플리케이션 및 Agentic MCP 지원

Chatterbox를 활용한 로컬 OpenAI 호환 텍스트 음성 변환(TTS) API로, Open WebUI나 AnythingLLM 등 OpenAI API를 사용하는 모든 곳에서 음성 복제 기능을 제공

PDF와 EPUB을 오디오북으로 변환하거나 자막 및 영상을 더빙 영상으로 변환하는 무료 도구. 로컬 모델을 사용하여 음성 복제(즉시 생성, RVC 강화, XTTS 파인튜닝) 및 LLM 처리를 지원하며 GUI와 설치 프로그램을 포함한 사용자 친화적 앱을 지향

YouDub은 고품질 YouTube 영상을 자동으로 번역하고 더빙하여 중국 인터넷 플랫폼에 게시할 수 있도록 설계된 오픈 소스 도구입니다. AI 음성 인식으로 오디오를 텍스트로 변환하고, LLM으로 번역한 뒤, AI 음성 복제 기술을 사용하여 원본 유튜버의 목소리로 중국어 더빙 영상을 생성합니다.

VibeVoice TTS용 ComfyUI 커스텀 노드. 표현력 풍부하고 긴 형식의 다중 화자 대화형 오디오

텍스트 파일을 입력으로 받고 글자 수 제한이 없는 Chatterbox 수정 버전입니다. 주로 아이들을 위한 오디오북 제작에 사용합니다.

Mac(M1/M2/M3/M4)에서 Qwen3-TTS 텍스트 음성 변환을 로컬로 실행합니다. MLX를 사용하여 음성 복제, 음성 디자인, 사용자 지정 음성을 100% 오프라인으로 지원합니다.

개인화된 음성 복제 기능을 갖춘 세계 최초의 오픈소스 실시간 엔드투엔드 음성 대화 모델

ComfyUI용 OmniVoice TTS 노드 - 음성 복제, 음성 디자인 및 다중 화자 대화를 지원하는 제로샷 다국어 텍스트 음성 변환

고품격 음성과 사실적인 제로샷 음성 복제를 위한 ComfyUI 노드