tts

Trình đọc sách điện tử đa nền tảng tích hợp AI với tìm kiếm ngữ nghĩa, trò chuyện RAG, kho vector cục bộ, ghi chú, TTS và đồng bộ hóa WebDAV.

Công cụ chuyển văn bản thành giọng nói mã nguồn mở, hỗ trợ văn bản cực dài và lồng tiếng đa nhân vật

Bản cài đặt PyTorch của VALL-E (Zero-Shot Text-To-Speech), Demo tái tạo tại https://lifeiteng.github.io/valle/index.html

Một công cụ suy luận C++ thuần túy, tất cả trong một dành cho các mô hình âm thanh, được hỗ trợ bởi ggml. Hỗ trợ TTS, STT, VAD, chuyển đổi giọng nói, tạo nhạc và nhiều tính năng khác với hiệu năng được tối ưu hóa cao. Không phụ thuộc Python.

Chuyển văn bản thành giọng nói có thể kiểm soát và nhanh chóng cho hơn 7000 ngôn ngữ!

Endpoint API chuyển văn bản thành giọng nói miễn phí, chất lượng cao để thay thế OpenAI, Azure hoặc ElevenLabs

Trình chuyển đổi EPUB sang sách nói, được tối ưu hóa cho Audiobookshelf, tích hợp WebUI

Đồ chơi AI giọng nói thời gian thực với hơn 100 mô hình trên Arduino ESP32 sử dụng Secure Websockets và Edge Functions dành cho các thiết bị và bạn đồng hành AI.

Quản lý Yandex.Station và các thiết bị nhà thông minh khác có Alisa từ Home Assistant

Text-To-Speech, RAG và LLMs. Hoàn toàn chạy nội bộ!

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

một phần mềm tổng hợp giọng nói mã nguồn mở và miễn phí cho tiếng Nga và các ngôn ngữ khác

Công cụ CLI chuyển văn bản thành giọng nói sử dụng mô hình Kokoro, hỗ trợ nhiều ngôn ngữ, giọng đọc (kèm tính năng pha trộn) và nhiều định dạng đầu vào khác nhau bao gồm sách EPUB và tài liệu PDF.

Trình suy luận ONNX & chuyển đổi mô hình cho GPT-SoVITS

Bailing là một robot trò chuyện bằng giọng nói tương tự GPT-4o, được triển khai thông qua ASR+LLM+TTS, tích hợp các mô hình ngôn ngữ lớn xuất sắc như DeepSeek R1, kết nối với openClaw, là trợ lý giọng nói cá nhân thực thụ với độ trễ thấp tới 800ms, có thể chạy trên các cấu hình thấp như Mac và hỗ trợ ngắt lời

🚀 Nhân viên tạo video tự động hóa hoàn toàn bằng AI | Đồng nghiệp AIGC đầu tiên của bạn. Trò chuyện về một ý tưởng. Nhận một bộ phim. 🦞

Tự động dịch văn bản của video dựa trên tệp phụ đề, sau đó sử dụng các dịch vụ giọng nói AI để tạo một bản âm thanh lồng tiếng & dịch mới với phần lời thoại được đồng bộ hóa theo thời gian của phụ đề.

Biến một chủ đề thành video giải thích/quảng cáo cắt dán giấy kiểu Vox hoàn chỉnh — tự động hóa từ đầu đến cuối trên Atlas Cloud + ffmpeg. Một kỹ năng agent.

Công cụ suy luận hiệu suất cao cho các mô hình AI

Gặp gỡ Ava, Tác nhân WhatsApp

Bản triển khai không chính thức của Parallel WaveGAN (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) bằng PyTorch

Ứng dụng Speech Note trên Linux. Ghi chú, đọc và dịch với tính năng Chuyển giọng nói thành văn bản, Chuyển văn bản thành giọng nói và Dịch máy ngoại tuyến.

Amica là một giao diện mã nguồn mở dùng để giao tiếp tương tác với các nhân vật 3D tích hợp tổng hợp giọng nói và nhận dạng giọng nói.

Tích hợp ComfyUI toàn diện cho mô hình chuyển văn bản thành giọng nói VibeVoice của Microsoft, hỗ trợ tổng hợp giọng nói một và nhiều người nói chất lượng cao trực tiếp trong quy trình làm việc ComfyUI của bạn.

Soprano: Chuyển đổi văn bản thành giọng nói tức thì và siêu thực tế.

Ứng dụng trợ lý Dicio cho Android

Chạy các LLM cục bộ như llama, deepseek-distill, kokoro và nhiều mô hình khác ngay trong trình duyệt của bạn

Một ứng dụng Python/PyTorch để tổng hợp giọng nói con người một cách dễ dàng

Giao diện cho các mô hình OuteTTS.

Tự triển khai mô hình Chatterbox TTS mạnh mẽ. Máy chủ này cung cấp Web UI thân thiện với người dùng, các điểm cuối API linh hoạt (bao gồm tương thích với OpenAI), giọng đọc có sẵn, nhân bản giọng nói và xử lý văn bản quy mô sách nói lớn. Chạy tăng tốc trên NVIDIA (CUDA), AMD (ROCm) và CPU.