tts 第 13 页

本站收录 774 个带「tts」标签的 AI 开源项目(按 GitHub 星标从高到低,第 13 / 16 页)

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★ 89Talk2GPTTalk2GPT 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★ 89vall-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 ★ 88qwen-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★ 88maiseMaise 是一个开源的 Android 语音引擎,专注于在设备端(边缘)提供强大且灵活的语音合成(TTS)能力。它基于 Kotlin 开发,利用 ONNX R★ 88sherpa-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 ★ 88TFGANTFGAN 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★ 88edge-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★ 87Irodori-TTS-ServerIrodori-TTS-Server 是一个基于 Python 的文本转语音(TTS)服务端,它实现了 OpenAI 的 Text-to-Speech API ★ 87Speech2SpeechSpeech2Speech 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★ 87TurkicTTSTurkicTTS 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★ 87resemble-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★ 86neon-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。★ 86react-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★ 86epub2mp3epub2mp3 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★ 86OpenAI-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★ 86CDFSE_FastSpeech2CDFSE_FastSpeech2 是论文《Content-Dependent Fine-Grained Speaker Embedding for Zero-★ 86supertonic-pysupertonic-py 是一个基于 ONNX Runtime 的轻量级端侧文本转语音(TTS)引擎,旨在提供极速、离线的语音合成能力。它解决了传统云 TTS★ 85edge-tts-extensionedge-tts-extension 是一个基于微软 Edge 浏览器内置的 Read Aloud API 构建的浏览器扩展,支持 Chrome 和 Firef★ 85ddo-ttsddo-tts 是一款基于 Kotlin 开发的 Android 文字转语音应用,内置 EdgeTTS 引擎,无需额外部署或配置,安装即可使用。它解决了传统 T★ 85tts-edge-javatts-edge-java 是一个基于微软 Edge 浏览器内置语音合成服务的 Java SDK,旨在为 Java 开发者提供简单易用的文本转语音能力。它封装了★ 84yoruba-textyoruba-text 是一个专注于约鲁巴语(Yorùbá)自然语言处理的开源数据集与工具项目,旨在为 NLP、语音识别(ASR)和语音合成(TTS)任务提供高★ 84OpenVoiceUIOpenVoiceUI 是一个开源的语音驱动 AI 助手平台,旨在通过语音交互连接任意大语言模型(LLM)和文本转语音(TTS)引擎,提供实时网页画布、音乐生成★ 83NVDA-IBMTTS-DriverNVDA-IBMTTS-Driver 是一个为 NVDA 屏幕阅读器开发的 IBMTTS 语音合成驱动插件。IBMTTS 是一款与 Eloquence 类似的经★ 82youtube-auto-dubyoutube-auto-dub 是一个本地优先的开源 YouTube 视频配音工具,旨在将视频中的原始语音克隆并翻译成另一种语言,同时保持时间同步。它解决了视★ 821SHOT1SHOT 是一个基于 Discord.js v14 和 ES6 模块构建的多功能 Discord 机器人,集音乐播放、娱乐游戏、经济系统、图片处理、管理工具和★ 82ComfyUI-EdgeTTSComfyUI-EdgeTTS 是一个为 ComfyUI 设计的文本转语音节点,基于微软 Edge TTS 服务,可将文本快速转换为自然语音。它解决了 Comf★ 82teochew-g2pteochew-g2p 是一个面向潮州话(Teochew)的文本到音素(grapheme-to-phoneme)转换工具,同时提供正字法标准。它主要服务于潮州方★ 82altsalts 是一个完全免费、本地运行、支持离线使用的语音助手项目,基于 Python 开发。它解决的是用户对隐私敏感、不希望语音数据上传云端的问题,提供本地语音识★ 82esp8266-google-ttsesp8266-google-tts 是一个基于 ESP8266 芯片的文本转语音(TTS)库,它通过调用 Google 翻译的 TTS 接口,将中文或英文文本★ 82edge-tts-universaledge-tts-universal 是一个基于 TypeScript 编写的同构 JavaScript 库,让你无需安装 Microsoft Edge 或 W★ 81LVCNetLVCNet 是一个面向语音合成(TTS)场景的高效声码器(vocoder),由韩国团队在 ICASSP 2021 提出。它解决的是自回归声码器(如 WaveN★ 80talkieTalkie 是一个极简的文本转语音(TTS)浏览器扩展,以按钮形式嵌入浏览器工具栏。用户只需在任意网页上选中文本,点击 Talkie 按钮,即可让电脑朗读所选★ 80kesha-voice-kitkesha-voice-kit 是一个本地优先的语音工具包,为开发者的工具链赋予语音能力。它支持语音转文字和文字转语音,覆盖 25 种语言,在 Apple Si★ 80Voice-Chat-BotVoice-Chat-Bot 是一个基于 Python 的实时 AI 语音对话机器人项目,它整合了 Deepgram 的语音识别(STT)与语音合成(TTS)能★ 80ChatbotChatbot 是一个混合式对话机器人项目,结合了神经检索和神经生成两种机制,并集成文本转语音(TTS)功能。它主要解决传统对话系统在响应相关性和表达多样性之间★ 80langchain-telegram-gpt-chatbot这是一个将 OpenAI GPT-3.5 Turbo 与 Telegram 机器人深度集成的开源项目。它利用语言嵌入(embeddings)和 FAISS 向量★ 80magphaseMagPhase 是一个基于 Python 的开源声码器,用于语音分析与合成,主要面向文本转语音(TTS)及相关应用。它解决了传统声码器在语音自然度和计算效率之★ 80esp32-fliteesp32-flite 是一个将 Flite 语音合成引擎移植到 ESP32 微控制器上的开源项目。它解决了在资源受限的嵌入式设备上实现离线文本转语音(TTS)★ 79draft-to-takeDraft to Take 是一个本地优先的 AI 音频制作工作室,旨在将粗糙的语音草稿快速转化为专业级音频成品。它利用 IndexTTS2 进行高质量语音合成★ 79MeuxeMeuxe 是一个自托管的 AI 伴侣 Web 应用,采用动漫风格的 Live2D 和 VRM 角色作为虚拟形象。它解决了传统聊天机器人缺乏情感表达和沉浸感的问★ 79bob-plugin-akl-microsoft-free-tts这是一个基于微软免费语音合成服务的 Bob 插件,完全无需 API 密钥即可使用。它解决了 Bob 用户需要付费或申请密钥才能使用高质量 TTS 的问题,通过调★ 79opencode-smart-voice-notify这是一个为 OpenCode 打造的智能语音通知插件,主要解决开发者在编码时无法及时关注任务完成状态或错误信息的问题。它集成了多种 TTS 引擎,包括 Elev★ 78omi-read-aloudomi-read-aloud 是一款轻量级的 macOS 菜单栏应用,核心功能是监听剪贴板,自动将复制的对话文本或 AI 回复(如 Codex、Kimi Wor★ 78cnn_vocodercnn_vocoder 是一个基于卷积神经网络(CNN)的快速声码器(vocoder)开源项目,用 Python 实现。声码器是语音合成和音频生成中的关键组件,★ 78OpenWebTTSOpenWebTTS 是一个开源的、可自托管的文本转语音(TTS)Web 应用,旨在作为 Speechify 的替代方案。它专注于让用户通过本地模型朗读 PDF★ 77UnivNet-pytorchUnivNet-pytorch 是 UnivNet 神经声码器的非官方 PyTorch 实现。UnivNet 是一种用于高保真波形生成的神经声码器,通过多分辨率★ 76dctts-pytorchDC-TTS 的 PyTorch 非官方实现,基于论文《Efficiently Trainable Text-to-Speech System Based on★ 76wtonecWtonec 是一个针对微信和 QQ 的 LSPosed/Xposed 模块,主要提供语音增强、文字转语音(TTS)和语音包功能。它解决了在社交软件中语音消息音★ 76TextToTalkTextToTalk 是一个专为《最终幻想14》游戏打造的 Dalamud 插件,它能够将游戏内的聊天文本实时转换为语音播放,让玩家在无法注视屏幕时也能掌握对话★ 76