tts

具备实时语音复制功能的越南语 TTS • 设备端 • 实时 CPU 推理 • 24kHz 音频质量 • Chuyển văn bản thành giọng nói tiếng Việt • Text to speech tiếng Việt • TTS tiếng Việt

具备语义搜索、RAG 对话、本地向量存储、笔记、TTS 与 WebDAV 同步的 AI 驱动跨平台电子书阅读器。

HiFi-GAN：用于高效且高保真语音合成的生成对抗网络

开源文本转语音工具，支持超长文本，多角色配音

VALL-E (Zero-Shot Text-To-Speech) 的 PyTorch 实现，复现 Demo https://lifeiteng.github.io/valle/index.html

支持超过 7000 种语言、可控制且快速的文字转语音！

免费、高质量的文本转语音 API 端点，可替代 OpenAI、Azure 或 ElevenLabs

EPUB 转有声书转换器，针对 Audiobookshelf 优化，内含 WebUI

基于 Arduino ESP32 的实时语音 AI 玩具，拥有 100 多个模型，具备安全 Websockets 与 Edge Functions，适用于 AI 伴侣与设备

通过 Home Assistant 管理 Yandex 站点和其他搭载 Алиса 的智能家居设备

文字转语音、RAG 与 LLMs。全部本地运行！

工作流转 App、屏幕共享与悬浮视频、GPT 与 3D、语音识别与 TTS

将单一主题转化为制作完成的 Vox 风格纸艺拼贴解说／广告视频 — 在 Atlas Cloud + ffmpeg 上实现端到端自动化。一项 agent 技能。

使用 Kokoro 模型的 CLI 文本转语音工具，支持多种语言、语音（含混合）以及包含 EPUB 书籍与 PDF 文档在内的各种输入格式。

一个用于俄语和其他语言的免费开源语音合成器

🚀 AI 全自动化视频生成员工 | Your First AIGC Coworker. Chat an Idea. Get a Film. 🦞

GPT-SoVITS ONNX 推理引擎与模型转换器

百聆 是一个类似 GPT-4o 的语音对话机器人，通过 ASR+LLM+TTS 实现，集成 DeepSeek R1 等优秀大模型，接入 openClaw，真正的个人语音助手，时延低至 800ms，Mac 等低配置也可运行，支持打断

高性能 AI 模型推理引擎。

根据字幕文件自动翻译视频文本，然后使用 AI 语音服务创建新的配音与翻译音轨，并使用字幕的时间轴来同步语音。

认识 WhatsApp 代理程序 Ava

使用 PyTorch 的非官方 Parallel WaveGAN（含 MelGAN、Multi-band MelGAN、HiFi-GAN 与 StyleMelGAN）

Speech Note Linux 应用程序。具备离线语音转文字、文字转语音以及机器翻译的笔记、阅读与翻译功能。

Amica 是一个开源界面，用于通过语音合成与语音识别与 3D 角色进行互动通讯。

Soprano：即时、超逼真的文字转语音

适用于 Microsoft VibeVoice 文本转语音模型的完整 ComfyUI 集成，让您能在 ComfyUI 工作流程中直接进行高质量的单人与多人语音合成。

适用于 Android 的 Dicio 助理应用程序

在浏览器中运行本地 LLM，例如 llama、deepseek-distill、kokoro 等

自架强大的 Chatterbox TTS 模型。此服务器提供用户友好的 Web UI、灵活的 API 端点（包含兼容 OpenAI）、预定义语音、语音克隆，以及大型有声书规模的文本处理。可在 NVIDIA (CUDA)、AMD (ROCm) 和 CPU 上加速运行。

OuteTTS 模型的介面。