tts 第 12 页
本站收录 759 个带「tts」标签的 AI 开源项目（按 GitHub 星标从高到低，第 12 / 16 页）
avr-infraavr-infra 是一个面向语音代理场景的基础设施项目，旨在启动 Agent Voice Response 应用，集成 Core、ASR（语音识别）、LLM（★ 101
AI.LabsAI.Labs 是一个基于 C# 的音频与办公自动化实验工具，核心功能是将 OpenAI ChatGPT 或本地大语言模型（通过 llama.cpp 加载 GG★ 101
SpeakIt_Vietnamese_TTSSpeakIt_Vietnamese_TTS 是一个基于 Windows 平台的越南语文本转语音（TTS）工具，使用 C# 和 WPF 构建，核心引擎集成 Za★ 100
LA-StudioLA Studio 是一个本地优先的 AI 音频平台，旨在帮助用户探索、下载并测试语音识别（STT）、文本转语音（TTS）和声音克隆等模型。它解决了音频 AI ★ 100
Stock-Insight-AIStock-Insight-AI 是一个用 Python 编写的开源工具，旨在将股票和期货的行情数据自动转化为短视频内容。它解决了普通投资者难以快速解读复杂 K★ 100
openrouter-mcp-multimodal这是一个基于 Model Context Protocol (MCP) 的服务器，用于连接 OpenRouter 平台，让 Claude Desktop、Cur★ 99
FastSpeech2FastSpeech2 是一个基于 PyTorch 的多说话人端到端文本转语音（TTS）开源实现，源自微软提出的 FastSpeech2 模型。它解决了传统自回★ 99
obsidian-aloud-ttsobsidian-aloud-tts 是一个 Obsidian 的文本转语音（TTS）插件，用 TypeScript 编写，结合 React 和 MobX 构建★ 99
ElevenLabs-DotNetElevenLabs-DotNet 是一个非官方的 .NET 客户端库，用于调用 ElevenLabs 的 RESTful API，解决 C# 开发者集成高质量★ 99
elevenlabs_tts这是一个将 ElevenLabs 文本转语音（TTS）服务集成到 Home Assistant 的自定义组件。它解决了 Home Assistant 原生 TT★ 98
open-audioOpen-Audio 是一个基于 OpenAI 文本转语音（TTS）模型的 Web 应用，旨在将文字快速转换为自然流畅的语音。它解决了开发者或普通用户需要高质量★ 96
LightSpeechLightSpeech 是一个基于神经架构搜索（NAS）的轻量级快速文本转语音（TTS）项目。它旨在解决传统 TTS 模型参数量大、推理速度慢的问题，通过自动搜★ 96
TikTok-Voice-TTS这是一个简单的 Python 脚本，用于调用 TikTok 内置的文本转语音（TTS）接口，从而生成带有 TikTok 特色音色的语音文件。它解决了普通 TTS★ 96
MangoByteMangoByte 是一个基于 Python 的 Discord 机器人，专为 Dota 2 玩家和社区设计。它解决了在 Discord 语音频道中快速播放 D★ 96
parkietParkiet 是一个基于 JAX 的荷兰语文本转语音（TTS）模型，参数量为 16 亿。它旨在解决荷兰语语音合成资源稀缺的问题，提供高质量、自然的荷兰语语音输★ 96
expo-kokoro-onnxexpo-kokoro-onnx 是一个在 Expo 应用中本地运行 Kokoro TTS 的开源项目。它利用 ONNX Runtime 将 Kokoro 文本★ 96
HiggsAudio-StudioHiggsAudio-Studio 是一个面向 Windows 的便携式文本转语音（TTS）工具，集成了 Higgs Audio v3 模型和 AI 文本导演功★ 94
omnivoice-serveromnivoice-server 是一个基于 FastAPI 构建的 OpenAI 兼容 HTTP 服务器，为 OmniVoice 文本转语音（TTS）引擎提供★ 92
out-loudout-loud 是一个免费、开源、100% 离线的 AI 文本转语音工具，支持 macOS、Windows 和 Linux 三大平台。它基于本地优先的设计理念★ 92
tts这是一个用 JavaScript 编写的文本转语音工具集，主要目标是简化将文字转换为语音的过程。项目围绕亚马逊的 AWS Polly 服务构建，提供了一套便捷的★ 92
office-zooOFFICE ZOO 是一款基于 AI 的职场模拟游戏，将 9 名 AI 鼠人角色置于办公室场景中，模拟职场狼人杀。项目旨在通过轻松幽默的方式缓解职场压力，同时★ 92
SoCodecSoCodec 是一个面向语音语言建模应用的低码率语音编解码器，基于 Python 实现。它解决了传统语音编解码器在极低比特率下音质损失严重、难以支撑高质量语音★ 92
indonesian-tts这是一个面向印尼语的开源文本转语音（TTS）工具，基于Coqui TTS框架构建。它解决了印尼语语音合成资源稀缺的问题，为开发者提供了开箱即用的印尼语语音生成能★ 91
to-the-stars这是一个以《魔法少女小圆》外传小说《飞向星空》为蓝本的中文翻译项目，采用JavaScript实现，主要面向中文读者。项目将英文原版内容通过TTS技术转化为中文语★ 91
shellChatGPTshellChatGPT 是一个用 Shell 脚本封装的命令行工具，将 OpenAI 的 ChatGPT、Whisper 语音识别和 TTS 文本转语音能力集★ 91
vae_tacotron2VAE Tacotron 2 是一个基于变分自编码器（VAE）的语音合成（TTS）模型，作为 GST Tacotron 的替代方案，旨在解决传统 Tacotro★ 91
bot-whatsappbot-whatsapp 是一个基于 open-wa/wa-automate-nodejs 库构建的多功能 WhatsApp 机器人，但项目已停止维护。它旨在通★ 91
achatbotachatbot 是一个开源的聊天机器人架构，专为语音、视觉及多模态助手设计，支持本地（CPU/GPU 受限）和远程（I/O 受限）运行。它整合了 ASR（语音★ 90
f5-tts-swiftf5-tts-swift 是一个用 Swift 语言实现的 F5-TTS 文本转语音库，基于 MLX 框架构建，专为 Apple 生态（macOS、iOS）设计★ 90
DiffWave-VocoderDiffWave-Vocoder 是一个基于 PyTorch 的 DiffWave 声码器非官方复现项目。DiffWave 是一种高质量的神经声码器，采用扩散概★ 90
TalkNet2-pytorchTalkNet2-pytorch 是 TalkNet 2 的非官方 PyTorch 实现，TalkNet 2 是一种用于语音合成的非自回归模型，通过深度可分离卷★ 90
Talker-T2AVTalker-T2AV 是一个面向数字人视频生成的学术研究项目，发表于 ACM MM 2026，核心是联合生成与语音同步的音频和视频。它采用自回归扩散模型，将文★ 90
TTS-recipesTTS-recipes 是一个面向不同数据集的文本转语音（TTS）训练配方集合，基于 Coqui AI 生态构建。它解决了 TTS 模型训练中数据准备和配置繁琐★ 89
Advanced-RVC-InferenceAdvanced-RVC-Inference 是一个面向 RVC（Retrieval-based Voice Conversion）模型的推理加速与部署工具，旨★ 89
echookechook 是一个为 AI 编程助手（Claude Code、Cursor IDE、Codex CLI）提供音频通知的插件工具。它解决了开发者在 AI 代理长★ 89
Talk2GPTTalk2GPT 是一个面向 Windows 和 Unix 系统的 GPT-3 客户端，主打记忆管理功能，支持多语言文本和语音交互，并附带免费的文生图能力。它解★ 89
vall-eVALL-E 是一个非官方的 PyTorch 实现，旨在复现微软提出的神经编解码语言模型 VALL-E。该项目解决的核心问题是：如何用极少的参考音频（仅需 3 ★ 88
viet-ttsVietTTS 是一个开源的越南语文本转语音（TTS）引擎，旨在为越南语社区提供高质量、易用的语音合成解决方案。它解决了越南语 TTS 资源稀缺、商业 API ★ 88
cosyvoice-dockerCosyVoice 是阿里通义实验室开源的语音合成（TTS）大模型，支持中文、英文、日文等多种语言，具备零样本声音克隆、跨语种语音合成、情感控制等能力。本项目将★ 88
TFGANTFGAN 是一个基于生成对抗网络（GAN）的高保真语音合成开源项目，核心创新在于同时利用时域和频域信息进行对抗训练，以提升合成语音的自然度和真实感。该项目解决★ 88
edge-vedaedge-veda 是一个面向 Flutter 的端侧 AI SDK，旨在让移动和桌面应用直接运行多种 AI 模型，无需依赖云端服务。它解决了开发者在 Flut★ 87
qwen-tts2apiqwen-tts2api 是一个将通义千问的 TTS（文本转语音）能力封装成 OpenAI 兼容的 Speech API 的轻量级项目。它解决了开发者无法直接使★ 87
sherpa-onnx-unitysherpa-onnx-unity 是 sherpa-onnx 的 Unity 集成项目，旨在将离线语音识别（ASR）和语音合成（TTS）能力带入 Unity ★ 87
Speech2SpeechSpeech2Speech 是一个完全私密的语音转语音 Web 应用，用户可以通过浏览器直接完成语音输入、识别、大模型处理与语音合成，整个过程无需将音频数据上传★ 87
resemble-alexaresemble-alexa 是一个示例项目，展示如何构建一个使用真实感语音克隆技术的 Alexa 技能。它结合了 Resemble AI 的文本转语音 API★ 86
neon-tts-plugin-coquineon-tts-plugin-coqui 是 Neon AI 开源智能语音助手生态中的文本转语音（TTS）插件，基于 Coqui AI 的 TTS 引擎实现。★ 86
react-text-to-speechreact-text-to-speech 是一个基于 React.js 的轻量级文本转语音库，利用浏览器原生的 Web Speech API 实现语音合成，无需★ 86
epub2mp3epub2mp3 是一个用 Python 编写的命令行工具，它利用微软 Edge 的 TTS 服务，将 EPUB 电子书转换为 MP3 有声书。它解决了想听书但★ 86
OpenAI-Audiobook-Generator这是一个基于网页的文本转音频工具，专注于生成有声书。它利用OpenAI的语音合成能力，将用户提供的文本内容（如小说、文章）转换为自然的语音音频，并支持分章节处理★ 86
TurkicTTSTurkicTTS 是一个面向突厥语系的多语言文本转语音（TTS）合成系统，专门支持阿塞拜疆语、巴什基尔语、哈萨克语、吉尔吉斯语、萨哈语、鞑靼语、土耳其语、土库★ 86