tts

实时语音助手 —— WebRTC 流式传输、faster-whisper ASR、本地 LLM、Vui Nano (300M) TTS。兼容 OpenAI Realtime API。支持语音克隆、插话打断，在 4090 上约有 9 倍实时性能。采用 Apache 2.0 许可证。

为浏览器提供文字转语音功能的辅助与替代沟通（AAC）系统

Flutter 语音合成套件

MLX Omni Server 是一个由 Apple 的 MLX 框架驱动的本地推理服务器，专为 Apple Silicon (M 系列) 芯片设计。它实现了兼容 OpenAI 的 API 端点，能够与现有的 OpenAI SDK 客户端无缝集成，同时发挥本地 ML 推理的性能。

MimikaStudio - 适用于 macOS (Apple Silicon) 的本地优先应用程序 + 支持 Agentic MCP

🐸 TTS 论文集

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

Thorsten-Voice：一个免费、离线运行、高质量的德语 TTS 语音，适用于任何项目，免受版权困扰。

轻松使用任何声音创建 Piper Text-to-speech 模型。使用您自己的语音录音制作 Text-to-speech 模型，或使用数千种 RVC 语音。可在 Raspberry Pi 上离线运行。为任何 metadata.csv 文件快速录制自定义数据集，并在训练时聆听您的模型。

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）

用于 LLM/GenAI 模型与 MCP UE5 服务器的 Unreal Engine 插件。支持 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。提供 NPC AI、代理、聊天、3D 生成、TTS、多模态、图像生成功能。UnrealMCP/UnrealClaude

在 MLX 中实现 F5-TTS

语音合成服务

一个快速的 TTS 引擎

🤗 Optimum Intel：利用 Intel 优化工具加速推理

与 TikTok TTS API 交互的简单 Python 脚本

用于运行 XTTSv2 的简易 FastAPI 服务器

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

开源语音代理平台

「来剪」轻量级视频编辑器。网页版、桌面版等均可免费使用，功能灵感源自 CapCut 等编辑器。

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

为个人博客与创作者网站打造的 AI 驱动 CMS 核心，具备 AI 摘要、翻译、审核与写作工作流程。

一个对话式 AI 装置与软件框架，适用于陪伴、娱乐、教育、医疗、物联网应用与 DIY 机器人。采用 Python、NextJS、Arduino、ESP32、LLMs (GPT-4o)、Deepgram STT 与 Azure TTS 构建

使用 LM Studio 在本地运行 Orpheus 3B。

非官方的 vits2-TTS PyTorch 实现。

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

将参考声音和中文文案自动生成白板动画视频的本地 AI 工具。