tts

即時語音助理 —— WebRTC 串流、faster-whisper ASR、本地 LLM、Vui Nano (300M) TTS。相容 OpenAI Realtime API。支援語音複製、插話打斷，在 4090 上約有 9 倍即時效能。採用 Apache 2.0 授權。

為瀏覽器提供文字轉語音功能的輔助與替代溝通（AAC）系統

Flutter 語音合成套件

MLX Omni Server 是一個由 Apple 的 MLX 框架驅動的本地推論伺服器，專為 Apple Silicon (M 系列) 晶片設計。它實作了相容 OpenAI 的 API 端點，能夠與現有的 OpenAI SDK 用戶端無縫整合，同時發揮本地 ML 推論的效能。

MimikaStudio - 適用於 macOS (Apple Silicon) 的本機優先應用程式 + 支援 Agentic MCP

🐸 TTS 論文集

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

Thorsten-Voice：一個免費、離線執行、高品質的德語 TTS 語音，適用於任何專案，免受版權困擾。

輕鬆使用任何語音建立 Piper Text-to-speech 模型。使用您自己的語音錄音製作 Text-to-speech 模型，或使用數千種 RVC 語音。可在 Raspberry Pi 上離線運作。為任何 metadata.csv 檔案快速錄製自訂資料集，並在訓練時聆聽您的模型。

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）

用於 LLM/GenAI 模型與 MCP UE5 伺服器的 Unreal Engine 外掛程式。支援 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、多模態、圖像生成功能。UnrealMCP/UnrealClaude

在 MLX 中實作 F5-TTS

語音合成服務

一個快速的 TTS 引擎

🤗 Optimum Intel：利用 Intel 優化工具加速推論

與 TikTok TTS API 互動的簡單 Python 用戶端腳本

用於執行 XTTSv2 的簡易 FastAPI 伺服器

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

開源語音代理平台

「來剪」輕量級影片編輯器。網頁版、桌面版等均可免費使用，功能靈感源自 CapCut 等編輯器。

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

為個人部落格與創作者網站打造的 AI 驅動 CMS 核心，具備 AI 摘要、翻譯、審核與寫作工作流程。

一個對話式 AI 裝置與軟體框架，適用於陪伴、娛樂、教育、醫療、物聯網應用與 DIY 機器人。採用 Python、NextJS、Arduino、ESP32、LLMs (GPT-4o)、Deepgram STT 與 Azure TTS 建構

非官方的 vits2-TTS PyTorch 實作。

使用 LM Studio 在本地運行 Orpheus 3B。

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

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。