tts

Leitor de e-books multiplataforma com IA, busca semântica, chat RAG, armazenamento vetorial local, notas, TTS e sincronização via WebDAV.

Ferramenta open-source de conversão de texto em fala (TTS), suporta textos longos e múltiplas vozes.

Implementação em PyTorch do VALL-E (Text-To-Speech Zero-Shot), demo reproduzido em https://lifeiteng.github.io/valle/index.html

Um motor de inferência tudo-em-um em C++ puro para modelos de áudio, alimentado por ggml. Suporta TTS, STT, VAD, conversão de voz, geração de música e mais, com desempenho altamente otimizado. Sem dependência de Python.

Conversão de texto em fala rápida e controlável para mais de 7000 idiomas!

Endpoint de API de conversão de texto em fala gratuito e de alta qualidade para substituir OpenAI, Azure ou ElevenLabs

Conversor de EPUB para audiolivro, otimizado para Audiobookshelf, com interface web incluída.

Brinquedos de IA de voz em tempo real com mais de 100 modelos no Arduino ESP32, com WebSockets seguros e Edge Functions para companheiros e dispositivos de IA.

Gerenciamento do Yandex Station e outros dispositivos de casa inteligente com Alice a partir do Home Assistant

Conversão de texto em fala, RAG e LLMs. Tudo local!

Workflow-to-APP, ScreenShare & FloatingVideo, GPT & 3D, SpeechRecognition & TTS

Um sintetizador de voz gratuito e de código aberto para russo e outros idiomas.

Uma ferramenta CLI de conversão de texto em fala usando o modelo Kokoro, suportando múltiplos idiomas, vozes (com mesclagem) e vários formatos de entrada, incluindo livros EPUB e documentos PDF.

Motor de inferência ONNX e conversor de modelos para GPT-SoVITS

Bailing é um robô de diálogo por voz semelhante ao GPT-4o, implementado via ASR+LLM+TTS, integrado com grandes modelos como o DeepSeek R1 e openClaw. Um verdadeiro assistente de voz pessoal com latência de até 800ms, capaz de rodar em dispositivos de baixa configuração como Mac e com suporte a interrupções.

Funcionário de geração de vídeo totalmente automatizado por IA | Seu primeiro colega de trabalho AIGC. Converse uma ideia. Obtenha um filme.

Traduz automaticamente o texto de um vídeo com base em um arquivo de legenda e utiliza serviços de voz por IA para criar uma nova trilha de áudio dublada e traduzida, sincronizada com o tempo das legendas.

Transforme um tópico em um vídeo explicativo ou publicitário estilo Vox com colagem de papel — automatizado de ponta a ponta no Atlas Cloud + ffmpeg. Uma habilidade de agente.

Um motor de inferência de alto desempenho para modelos de IA

Conheça Ava, o agente para WhatsApp

Implementação não oficial de Parallel WaveGAN (+ MelGAN, Multi-band MelGAN, HiFi-GAN e StyleMelGAN) com Pytorch.

Aplicativo Speech Note para Linux. Tomada de notas, leitura e tradução com conversão de fala em texto, texto em fala e tradução automática offline.

Amica é uma interface de código aberto para comunicação interativa com personagens 3D, utilizando síntese de voz e reconhecimento de fala.

Uma integração abrangente do ComfyUI para o modelo de conversão de texto em fala VibeVoice da Microsoft, permitindo síntese de voz de alta qualidade para um ou vários locutores diretamente nos seus fluxos de trabalho do ComfyUI.

Soprano: Conversão de texto em fala instantânea e ultrarrealista.

Aplicativo assistente Dicio para Android.

Execute LLMs locais como llama, deepseek-distill, kokoro e outros dentro do seu navegador

Um aplicativo Python/Pytorch para sintetizar vozes humanas facilmente

Interface para modelos OuteTTS.

Auto-hospede o poderoso modelo de TTS Chatterbox. Este servidor oferece uma interface web amigável, endpoints de API flexíveis (incluindo compatibilidade com OpenAI), vozes predefinidas, clonagem de voz e processamento de texto em escala de audiolivros. Executa com aceleração em NVIDIA (CUDA), AMD (ROCm) e CPU.