text-to-speech

Flutter 语音合成套件

🔊 Kokoro Web：免费的 AI 文字转语音，支持在线或自建，兼容 OpenAI！

Rapida 是一个开源的端到端语音 AI 编排平台，用于构建具备音频流、STT、TTS、VAD、多通道集成、代理状态管理与可观测性的实时对话语音代理。

适用于 OBS、VRChat、Twitch 聊天室与 Discord 的语音转文字和 KB 输入字幕

使用 PyTorch 实现 MetaAI 的全新 SOTA Text-to-speech 网络 Voicebox

使用动态图形与文字转语音合成技术的全自动视频制作工具，可将电子报转为每日 YouTube 视频。

使用 OpenAI Whisper 与 TensorFlow Lite 在 Android 上进行离线语音识别

使用 Chatterbox 的本地、兼容 OpenAI 的文本转语音 (TTS) API，让用户能在任何使用 OpenAI API 的地方生成语音克隆内容（例如 Open WebUI、AnythingLLM 等）

📚 一款可自定义的字典扩展功能，支持超过 20 种语言、1000 多本字典的双击查询、文字转语音、翻译以及 Anki 集成。

LLaSA: 扩展基于 LLaMA 的语音合成之训练期与推理期算力

在 MLX 中实现 F5-TTS

将 PDF 与 EPUB 转为有声书；将字幕或视频转为配音视频（包含翻译）等等。完全免费。Pandrator 使用本机模型，包含语音复制（即时、RVC 强化、XTTS 微调）与 LLM 处理。期许成为一个具备图形界面、安装程序与一体化套件的使用者友善应用程序。

与 TikTok TTS API 交互的简单 Python 脚本

用于 VibeVoice TTS 的 ComfyUI 自定义节点。具备表现力、长文本、多说话人对话语音功能

您的应用程序自动编码系统 — 用于 React Native 的 Alan AI SDK

Chatterbox 的修改版本，支持文本文件输入且无字符限制。我用它来制作有声书，特别是给孩子们听的。

在 Mac (M1/M2/M3/M4) 上本地运行 Qwen3-TTS 文字转语音。支持语音克隆、语音设计与自定义语音，使用 MLX 实现 100% 离线运行

精选基于 LLM 的多模态生成（图像、视频、3D 与音频）论文列表。

使用 LM Studio 在本地运行 Orpheus 3B。

非官方的 vits2-TTS PyTorch 实现。

AI Plugin 是 Payload CMS 的强大扩展功能，整合先进 AI 能力以增强内容创建与管理。

ComfyUI 的 OmniVoice TTS 节点 - 支持语音克隆、语音设计与多说话人对话的零样本多语言文字转语音技术

Lightning-fast, free, local first voice dictation for macOS with on-device transcription

Elite Dangerous 的辅助应用程序

E2-TTS 实现，“极致简单的完全非自回归零样本 TTS”，基于 Pytorch

越南语语音复制文字转语音模型 ✨

开源、本地且可自托管的高性能语言推理服务器，支持通过 WebRTC、REST 与 WS 进行 ASR/STT、TTS 与 LLM 推理

用于高表现力语音与真实零样本语音复制的 ComfyUI 节点

AuK: An Open-Source Foundational Model for Speech Generation and Editing