tts

具備語意搜尋、RAG 對話、本地向量儲存、筆記、TTS 與 WebDAV 同步的 AI 驅動跨平台電子書閱讀器。

開源文字轉語音工具，支援超長文字、多角色配音

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

一款由 ggml 驅動的一體化純 C++ 音訊模型推理引擎。支援 TTS、STT、VAD、語音轉換、音樂生成等功能，具備高度優化的效能，無需依賴 Python。

支援超過 7000 種語言、可控制且快速的文字轉語音！

免費、高品質的文字轉語音 API 端點，可替代 OpenAI、Azure 或 ElevenLabs

EPUB 轉有聲書轉換器，針對 Audiobookshelf 最佳化，內含 WebUI

基於 Arduino ESP32 的即時語音 AI 玩具，擁有 100 多種模型，具備安全 Websockets 與 Edge Functions，適用於 AI 伴侶與裝置

透過 Home Assistant 管理 Yandex 站點與其他搭載 Алиса 的智慧家庭裝置

文字轉語音、RAG 與 LLMs。全部本機端運作！

工作流轉 App、螢幕共享與懸浮影片、GPT 與 3D、語音辨識與 TTS

一個用於俄語和其他語言的免費開源語音合成器

使用 Kokoro 模型的 CLI 文字轉語音工具，支援多種語言、語音（含混合）以及包含 EPUB 書籍與 PDF 文件在內的各種輸入格式。

GPT-SoVITS ONNX 推理引擎與模型轉換器

百聆是一個類似 GPT-4o 的語音對話機器人，透過 ASR+LLM+TTS 實現，整合 DeepSeek R1 等優秀大模型，接入 openClaw，真正的個人語音助理，延遲低至 800ms，Mac 等低配備裝置也可執行，支援中斷

🚀 AI 全自動化影片生成員工 | Your First AIGC Coworker. Chat an Idea. Get a Film. 🦞

根據字幕檔自動翻譯影片文字，然後使用 AI 語音服務建立新的配音與翻譯音軌，並透過字幕的時間軸來同步語音。

將單一主題轉化為製作完成的 Vox 風格紙藝拼貼解說／廣告影片 — 在 Atlas Cloud + ffmpeg 上實現端到端自動化。一項 agent 技能。

高效能 AI 模型推論引擎。

認識 WhatsApp 代理程式 Ava

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

Speech Note Linux 應用程式。具備離線語音轉文字、文字轉語音以及機器翻譯的筆記、閱讀與翻譯功能。

Amica 是一個開源介面，用於透過語音合成與語音辨識與 3D 角色進行互動通訊。

適用於 Microsoft VibeVoice 文字轉語音模型的完整 ComfyUI 整合，讓您能在 ComfyUI 工作流程中直接進行高品質的單人與多人語音合成。

Soprano：即時、超擬真的文字轉語音

適用於 Android 的 Dicio 助理應用程式

在瀏覽器中執行本機 LLM，例如 llama、deepseek-distill、kokoro 等

用於輕鬆合成人聲的 Python/PyTorch 應用程式

OuteTTS 模型的介面。

自架強大的 Chatterbox TTS 模型。此伺服器提供使用者友善的 Web UI、靈活的 API 端點（包含相容 OpenAI）、預定義語音、語音複製，以及大型有聲書規模的文字處理。可在 NVIDIA (CUDA)、AMD (ROCm) 和 CPU 上加速執行。