tts

🍦 Speech-AI-Forge 是一個圍繞 TTS 生成模型開發的專案，實作了 API 伺服器與基於 Gradio 的 WebUI。

影片同步翻譯與影片配音

💎 適用於 ASR、TTS 及其他語音技術的無障礙語音語料庫清單

通用語音還原

一個可以錄製 Microsoft Edge 瀏覽器的語音合成（TTS）語音並輸出為 .wav 音訊的（windows平台）工具。

[ICASSP 2024] 🍵 Matcha-TTS：具備條件式流匹配（Conditional Flow Matching）的高效 TTS 架構

與 Claude Code 進行自然語音對話

小智ESP32的Java企業級管理平台，提供設備監控、音色客製化、角色切換和對話記錄管理的前後端及服務端一體化解決方案

滑鼠懸停即時翻譯任何語言 - Chrome 擴充功能：PDF 翻譯、電子書、EPUB、OCR、語音合成、NETFLIX、YOUTUBE 雙語字幕、GOOGLE DOCS、AI、檢視器、GMAIL、書寫、圖片、雙語字幕、漫畫、懸停、字典、WEBTOON、EDGE、日文、英文

即時互動數位人，可自訂形象與音色，支援音色複製，對話延遲低至 3 秒

StreamSpeech 是一個用於離線與同步語音辨識、語音翻譯及語音合成的「一體化」無縫模型。

即時語音翻譯 — 支援 macOS 與 Windows，免費 TTS，無需伺服器，僅需您的 API 金鑰

一個用於各種音訊相關神經網路的 WebUI

基於 Flow Matching 且支援 Emoji 驅動風格控制的文字轉語音模型

基於 BERT 與 VITS 的最佳實踐 TTS，並具備微軟的一些自然語音特徵；支援 ONNX 串流輸出！

中文文字轉語音引擎

一個 ComfyUI 自訂節點整合套件，用於本機多引擎、多語言文字轉語音與語音轉換。支援：RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox（經典與多語言）、F5-TTS、Higgs Audio 2、3 與 VibeVoice，具備無限文字長度、SRT 計時、角色支援及多種音訊工具

雙語會議的即時雙向語音翻譯 — 自動偵測說話語言並進行雙向翻譯，支援雲端或完全離線裝置端。支援桌面版（Windows、macOS、Linux）以及適用於 Zoom、Meet、Teams 與任何應用程式的瀏覽器擴充功能（Chrome、Edge）。

適用於 Apple Silicon 的 AI 語音工具組 — 由 MLX 與 CoreML 驅動的 ASR、TTS、語音轉語音、VAD 與說話者分段

Irina - 離線執行的俄語語音助理。透過外掛程式支援技能。

多個 SVC/TTS 的 C++ 推理庫

SGLang-Omni 為 TTS、ASR、語音與全能模型提供高效能服務。

用於在 Youtube/Twitch 上進行串流直播的 AI Vtuber

NobodyWho 是一款推理引擎，讓你能在任何裝置上高效地在本機執行 LLM。

GLM-TTS：透過多獎勵強化學習實現的可控且具情感表達力的 Zero-shot TTS

免費的線上文字轉語音 API

只需一個指令，即可從各種輸入格式（epub、mobi、txt、PDF、HTML 等）建立聽起來自然的有聲書！

YourTTS：實現全民皆可用的零樣本多發音人 TTS 與零樣本語音轉換

一個簡單的 VITS HTTP API，透過擴充 Moegoe 並加入額外功能開發而成。

微軟語音合成 (Text-to-Speech) API 多語言範例程式碼，屬於 Cognitive Services 的一部分。