tts

Hệ thống giao tiếp tăng cường và thay thế (AAC) với tính năng chuyển văn bản thành giọng nói trên trình duyệt.

Gói chuyển văn bản thành giọng nói (TTS) cho Flutter

MLX Omni Server là một máy chủ suy luận cục bộ được vận hành bởi framework MLX của Apple, được thiết kế đặc biệt cho các chip Apple Silicon (dòng M). Nó triển khai các điểm cuối API tương thích với OpenAI, cho phép tích hợp liền mạch với các ứng dụng khách SDK OpenAI hiện có trong khi tận dụng sức mạnh của suy luận ML cục bộ.

🐸 Bộ sưu tập các bài báo về TTS

Kokoro Web: Công cụ chuyển văn bản thành giọng nói AI miễn phí, hỗ trợ chạy trực tuyến hoặc tự lưu trữ, tương thích với OpenAI.

MimikaStudio - Ứng dụng ưu tiên cục bộ cho macOS (Apple Silicon) hỗ trợ Agentic MCP

Thorsten-Voice: Giọng nói TTS tiếng Đức chất lượng cao, hoạt động ngoại tuyến và miễn phí, dành cho mọi dự án mà không gặp rắc rối về giấy phép.

Dễ dàng tạo các mô hình chuyển văn bản thành giọng nói Piper bằng bất kỳ giọng nói nào. Tạo mô hình chuyển văn bản thành giọng nói bằng bản ghi âm giọng nói của riêng bạn hoặc sử dụng hàng ngàn giọng nói RVC. Hoạt động ngoại tuyến trên Raspberry Pi. Ghi lại nhanh chóng các tập dữ liệu tùy chỉnh cho bất kỳ tệp metadata.csv nào và nghe mô hình của bạn trong khi nó đang được huấn luyện.

Nhận dạng giọng nói ngoại tuyến với OpenAI Whisper và TensorFlow Lite cho Android

API chuyển văn bản thành giọng nói (TTS) cục bộ, tương thích với OpenAI sử dụng Chatterbox, cho phép người dùng tạo giọng nói nhân bản ở bất kỳ đâu sử dụng OpenAI API (ví dụ: Open WebUI, AnythingLLM, v.v.)

Triển khai F5-TTS trên MLX.

Plugin Unreal Engine cho các mô hình LLM/GenAI và máy chủ MCP UE5. Hỗ trợ OpenAI GPT-5, Deepseek R1, Claude Opus/Sonnet, Gemini 3, Grok 4, Alibaba Qwen, Kimi, ElevenLabs TTS, Inworld, OpenRouter, Groq, GLM, Ollama, Local, Meshy, Tripo, Hunyuan3D, Rodin, fal, Dashscope, Seedream. Hỗ trợ NPC AI, agentic, chat, tạo 3D, TTS, đa phương thức, tạo ảnh. UnrealMCP/UnrealClaude.

Dịch vụ tts

Một công cụ TTS tốc độ cao

🤗 Optimum Intel: Tăng tốc suy luận với các công cụ tối ưu hóa của Intel.

Script Python đơn giản để tương tác với API TikTok TTS

Node tùy chỉnh ComfyUI cho VibeVoice TTS. Hỗ trợ âm thanh hội thoại biểu cảm, dài và đa người nói

Một máy chủ FastAPI đơn giản để chạy XTTSv2

Nền tảng Voice Agent mã nguồn mở

Trình chỉnh sửa video nhẹ LaiJian. Miễn phí sử dụng trên web, máy tính để bàn và các nền tảng khác, với các tính năng lấy cảm hứng từ các trình chỉnh sửa như CapCut.

Phiên bản sửa đổi của Chatterbox chấp nhận tệp văn bản làm đầu vào và không giới hạn ký tự, được sử dụng để tạo sách nói

Hệ thống tự lập trình cho ứng dụng của bạn — Alan AI SDK cho React Native.

Chạy Qwen3-TTS chuyển văn bản thành giọng nói cục bộ trên Mac (M1/M2/M3/M4). Hỗ trợ nhân bản giọng nói, thiết kế giọng nói, giọng nói tùy chỉnh. Hoạt động 100% ngoại tuyến bằng MLX.

Nhân CMS hỗ trợ AI cho blog cá nhân và trang web của người sáng tạo, bao gồm các tính năng tóm tắt, dịch thuật, kiểm duyệt và quy trình viết bài bằng AI.

Một khung phần mềm và thiết bị AI đàm thoại dành cho các ứng dụng đồng hành, giải trí, giáo dục, chăm sóc sức khỏe, IoT và robot tự chế. Được xây dựng bằng Python, NextJS, Arduino, ESP32, LLM (GPT-4o), Deepgram STT và Azure TTS.

Chạy Orpheus 3B cục bộ với LM Studio.

Triển khai vits2-TTS không chính thức bằng PyTorch.

SummerTTS là một dự án tổng hợp giọng nói tiếng Trung và tiếng Anh độc lập dựa trên C++, có thể chạy cục bộ mà không cần mạng, không có phụ thuộc bổ sung và có thể được sử dụng ngay sau khi biên dịch.

Các node OmniVoice TTS cho ComfyUI - Chuyển văn bản thành giọng nói đa ngôn ngữ zero-shot với khả năng sao chép giọng nói, thiết kế giọng nói và hội thoại đa người nói

Các mẫu âm thanh đi kèm với các ấn phẩm liên quan đến Tacotron, một mô hình tổng hợp giọng nói end-to-end.