text-to-speech

Flutter 語音合成套件

🔊 Kokoro Web：免費的 AI 文字轉語音，支援線上或自架，相容於 OpenAI！

Rapida 是一個開源的端到端語音 AI 編排平台，用於建構具備音訊串流、STT、TTS、VAD、多通道整合、代理狀態管理與可觀測性的即時對話語音代理程式。

適用於 OBS、VRChat、Twitch 聊天室與 Discord 的語音轉文字和 KB 輸入字幕

使用動態圖形與文字轉語音合成技術的全自動影片製作工具，可將電子報轉為每日 YouTube 影片。

使用 PyTorch 實作 MetaAI 的全新 SOTA Text-to-speech 網路 Voicebox

使用 OpenAI Whisper 與 TensorFlow Lite 在 Android 上進行離線語音辨識

使用 Chatterbox 的本地、相容 OpenAI 的文字轉語音 (TTS) API，讓使用者能在任何使用 OpenAI API 的地方產生語音複製內容（例如 Open WebUI、AnythingLLM 等）

📚 一款可自訂的字典擴充功能，支援超過 20 種語言、1000 多本字典的雙擊查詢、文字轉語音、翻譯以及 Anki 整合。

LLaSA: 擴展基於 LLaMA 的語音合成之訓練期與推論期算力

在 MLX 中實作 F5-TTS

將 PDF 與 EPUB 轉為有聲書；將字幕或影片轉為配音影片（包含翻譯）等等。完全免費。Pandrator 使用本機模型，包含語音複製（即時、RVC 強化、XTTS 微調）與 LLM 處理。期許成為一個具備圖形介面、安裝程式與一體化套件的使用者友善應用程式。

與 TikTok TTS API 互動的簡單 Python 用戶端腳本

用於 VibeVoice TTS 的 ComfyUI 自訂節點。具備表現力、長文本、多語者對話語音功能

您的應用程式自動編碼系統 — 用於 React Native 的 Alan AI SDK

Chatterbox 的修改版本，支援文字檔輸入且無字元限制。我用它來製作有聲書，特別是給孩子們聽的。

在 Mac (M1/M2/M3/M4) 上本地執行 Qwen3-TTS 文字轉語音。支援語音複製、語音設計與自訂語音，使用 MLX 實現 100% 離線運作

精選基於 LLM 的多模態生成（影像、影片、3D 與音訊）論文列表。

使用 LM Studio 在本地運行 Orpheus 3B。

非官方的 vits2-TTS PyTorch 實作。

AI Plugin 是 Payload CMS 的強大擴充功能，整合先進 AI 能力以增強內容建立與管理。

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

ComfyUI 的 OmniVoice TTS 節點 - 支援語音複製、語音設計與多說話者對話的零樣本多語言文字轉語音技術

Elite Dangerous 的輔助應用程式

E2-TTS 實作，「極致簡單的完全非自回歸零樣本 TTS」，基於 Pytorch

越南語語音複製文字轉語音模型 ✨

開源、本地且可自託管的高效能語言推論伺服器，支援透過 WebRTC、REST 與 WS 進行 ASR/STT、TTS 與 LLM 推論

用於高表現力語音與真實零樣本語音複製的 ComfyUI 節點

An open-source read-along document reader server with high-quality TTS options, synchronized highlighting, and audiobook export for EPUB, PDF, DOCX, TXT, and MD.