text-to-speech

Pacote Text to Speech para Flutter

🔊 Kokoro Web: Conversão gratuita de texto em fala por IA, online ou auto-hospedado, compatível com OpenAI!

Rapida é uma plataforma de orquestração de IA de voz de ponta a ponta para construir agentes de voz conversacionais em tempo real com streaming de áudio, STT, TTS, VAD, integração multicanal, gerenciamento de estado de agentes e observabilidade.

Legendas de fala para texto e entrada de KB para OBS, VRChat, chat do Twitch e Discord

Implementação em Pytorch do Voicebox, a nova rede de Text-to-speech SOTA da MetaAI

Criador de vídeos totalmente automatizado usando gráficos em movimento e síntese de texto para fala para transformar boletins informativos em vídeos diários para o YouTube.

Reconhecimento de fala offline com OpenAI Whisper e TensorFlow Lite para Android

API de texto para fala (TTS) local e compatível com OpenAI usando o Chatterbox, permitindo que os usuários gerem fala clonada em qualquer lugar onde a API da OpenAI seja usada (ex.: Open WebUI, AnythingLLM, etc.)

📚 Uma extensão de dicionário personalizável que suporta consultas com dois cliques em mais de 20 idiomas, mais de 1000 dicionários, conversão de texto em fala, tradução e integração com o Anki.

LLaSA: Escalando a computação de tempo de treinamento e inferência para Síntese de Fala baseada em LLaMA

Implementação do F5-TTS em MLX

Converta PDFs e EPUBs em audiolivros; legendas ou vídeos em vídeos dublados (incluindo tradução) e muito mais. De graça. O Pandrator usa modelos locais, incluindo clonagem de voz (instantânea, aprimorada por RVC, ajuste fino XTTS) e processamento por LLM. Ele aspira ser um aplicativo amigável com interface gráfica, instalador e pacotes tudo em um.

Script Python simples para interagir com a API de TTS do TikTok

Nó personalizado do ComfyUI para o VibeVoice TTS. Áudio conversacional expressivo, de formato longo e com múltiplos falantes

Versão modificada do Chatterbox que aceita arquivos de texto como entrada e não possui restrições de caracteres. Eu o uso para criar audiolivros, especialmente para meus filhos.

O sistema de autoprogramação para seu aplicativo — Alan AI SDK para React Native

Execute o Qwen3-TTS localmente no Mac (M1/M2/M3/M4). Clonagem de voz, design de voz e vozes personalizadas. 100% offline usando MLX.

🔥🔥🔥 Uma lista selecionada de artigos sobre geração multimodal baseada em LLMs (imagem, vídeo, 3D e áudio).

Execute o Orpheus 3B localmente com o LM Studio.

Implementação não oficial do vits2-TTS em pytorch

AI Plugin é uma extensão poderosa para o Payload CMS, integrando recursos avançados de IA para aprimorar a criação e o gerenciamento de conteúdo.

Nós OmniVoice TTS para ComfyUI - Conversão de texto em fala multilíngue zero-shot com clonagem de voz, design de voz e diálogos com múltiplos falantes.

Ditado por voz ultrarrápido, gratuito, local e com transcrição no próprio dispositivo para macOS

Aplicativo complementar para Elite Dangerous

Implementação do E2-TTS, "Embarrassingly Easy Fully Non-Autoregressive Zero-Shot TTS", em Pytorch

Um modelo de Text-to-Speech com clonagem de voz em vietnamita ✨

Servidor de inferência de linguagem de código aberto, local e auto-hospedado altamente otimizado com suporte a ASR/STT, TTS e LLM via WebRTC, REST e WS

Nó do ComfyUI para fala altamente expressiva e clonagem de voz zero-shot realista

An open-source read-along document reader server with high-quality TTS options, synchronized highlighting, and audiobook export for EPUB, PDF, DOCX, TXT, and MD.