text-to-speech

Uma integração de nó personalizado do ComfyUI para conversão de texto em fala e voz local com múltiplos motores e idiomas. Suporta: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (clássico e multilíngue), F5-TTS, Higgs Audio 2, 3 e VibeVoice com comprimento de texto ilimitado, temporização SRT, suporte a personagens e muitas ferramentas de áudio

Um laboratório prático para construir, testar e avaliar aplicativos com o framework de modelos de fundação da Apple.

Modelo de TTS capaz de transmitir áudio conversacional em tempo real.

Toolkit de fala de IA para Apple Silicon — ASR, TTS, speech-to-speech, VAD e diarização alimentados por MLX e CoreML

O sistema de auto-codificação para seu aplicativo — SDK Alan AI para Cordova.

Estúdio de IA local sem censura para Windows, Linux e macOS. Interface gráfica de configuração zero para geração de imagens, LLMs GGUF, conversão de texto em fala e de fala em texto

O SGLang-Omni capacita o atendimento de alto desempenho para modelos TTS, ASR, de fala e onidirecionais.

SDK de IA de voz open-source. A alternativa ao Vapi/Retell para desenvolvedores que desejam ser donos da stack. Dê ao seu agente de IA um número de telefone em 4 linhas — Python e TypeScript, licenciado sob MIT, com suporte a Twilio, Telnyx e Plivo.

Código de exemplo da API de conversão de texto em fala da Microsoft em várias linguagens, parte dos Cognitive Services.

Gerador de audiolivros com múltiplas vozes impulsionado por IA — anotação de script por LLM, clonagem de voz, design de voz, treinamento LoRA, controle de estilo por linha e exportação para MP3, M4B com capítulos ou multifaixa para Audacity. Construído sobre o Qwen3-TTS.

Um poderoso modelo de áudio de aprendizado por reforço baseado em LLM de 3B parâmetros que se destaca na edição de Emoção, estilo de fala e paralinguística, e apresenta robusta conversão de texto em fala zero-shot

NISQA - Avaliação não intrusiva da qualidade de fala e naturalidade de TTS.

Processamento de Fala Botium

Tornar as vozes TTS naturais do Azure acessíveis a qualquer aplicativo compatível com SAPI 5.

Cliente da API REST da Vonage para PHP. Suporte de API para SMS, Voz, Text-to-Speech, Números, Verificação (2FA) e mais.

Um sistema TTS de base potencializado por LLM de código aberto

Registro de capitão e mapa estelar 3D para Elite Dangerous

DiffWave é um vocoder neural rápido e de alta qualidade e sintetizador de formas de onda.

Modelo Bark da Suno AI em C/C++ para geração rápida de texto para fala.

🎤 Lobe TTS - Uma biblioteca TTS/STT confiável e de alta qualidade para servidor e navegador.

Leitor de eBook no terminal com conversão de texto em fala de qualidade de audiolivro — Suporta EPUB, PDF, DOCX, HTML, RTF, TXT e MD.

Um motor de Text-to-Speech (TTS) leve e offline para Android, que permite clonagem de voz integrada em todo o sistema e leitura de texto em alta fidelidade.

Fala para Texto para Fala. Música tocando agora. Envia texto como mensagens OSC para o VRChat para exibir no avatar. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

Editor de vídeo open-source e local-first onde criadores e agentes de IA editam a mesma linha do tempo real.

Confucius4-TTS: um mecanismo de TTS multilíngue e interlíngue do tipo zero-shot

Ferramenta de tradução de tela em tempo real para Android de código aberto e sem root, ideal para jogos, romances visuais e mangás. Suporta OCR local e em nuvem, LLMs offline, vários serviços de tradução e conversão de texto em fala (TTS), com traduções exibidas diretamente na tela.

Chatbot de voz local para conversas envolventes, utilizando Ollama, Hugging Face Transformers e Coqui TTS Toolkit.

Um SDK modular em Swift para processamento de áudio com MLX em Apple Silicon

Assistente de voz em tempo real — streaming WebRTC, ASR faster-whisper, LLM local, TTS Vui Nano (300M). Compatível com a API Realtime da OpenAI. Clonagem de voz, interrupção (barge-in), ~9× em tempo real em uma 4090. Apache 2.0.

Sistema de Comunicação Aumentativa e Alternativa (CAA) com conversão de texto em fala para o navegador.