tts 第 13 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 13 / 16 页）
CDFSE_FastSpeech2CDFSE_FastSpeech2 是论文《Content-Dependent Fine-Grained Speaker Embedding for Zero-★ 86
supertonic-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★ 85
tts-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★ 84
yoruba-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★ 84
edge-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★ 83
ddo-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★ 83
1SHOT1SHOT 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★ 83
altsalts 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★ 82
edge-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★ 81
ComfyUI-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★ 81
esp8266-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★ 81
LVCNetLVCNet 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★ 80
talkieTalkie 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★ 80
OpenVoiceUIOpenVoiceUI 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★ 80
Irodori-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 ★ 80
maiseMaise 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★ 80
Voice-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★ 80
ChatbotChatbot 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★ 80
langchain-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★ 80
magphaseMagPhase 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★ 80
NVDA-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★ 79
esp32-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）★ 79
bob-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★ 79
draft-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★ 78
kesha-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★ 78
MeuxeMeuxe 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★ 78
cnn_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，★ 78
opencode-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★ 77
omi-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★ 77
UnivNet-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★ 76
dctts-pytorchDC-TTS 的 PyTorch 非官方实现，基于论文《Efficiently Trainable Text-to-Speech System Based on★ 76
TextToTalkTextToTalk 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
PolyLangVITSPolyLangVITS 是一个基于 VITS 的多语言语音合成项目，支持韩语、日语、英语和中文四种语言。它利用 VITS 的端到端架构，将文本直接转换为语音，★ 75
sonatasonata 是一个用 Rust 编写的跨平台神经 TTS（文本转语音）推理引擎，专注于高效运行神经网络语音合成模型。它解决了传统 TTS 引擎依赖重型框架、部★ 75
youtube-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★ 75
omnigramOmnigram 是一个基于 Flutter 构建的跨平台文件阅读器与有声书工具，专注于提升数字阅读体验。它支持 EPUB 和 PDF 两种主流电子书格式，并集★ 75
KALO-ESP32-Voice-Chat-AI-Friends这是一个基于ESP32的语音对话设备项目，旨在打造能与多个自定义AI机器人聊天的小型硬件。它通过I2S接口连接INMP441麦克风录制用户提问，利用Eleven★ 75
FastPitchFormantFastPitchFormant 是 NCSOFT 提出的 FastPitchFormant 模型的 PyTorch 非官方实现，该模型基于源-滤波器（sour★ 74
VAENAR-TTSVAENAR-TTS 是一个基于 PyTorch 的非自回归文本转语音（TTS）合成实现，核心思路是结合变分自编码器（VAE）与非自回归生成框架，旨在解决传统自★ 74
spokestack-androidSpokestack Android 是一个面向 Android 平台的可扩展移动语音框架，旨在帮助开发者快速为应用集成完整的语音交互能力。它涵盖唤醒词检测、自★ 74
Higgs_v3-TTS-ComfyUIHiggs_v3-TTS-ComfyUI 是一套专为 ComfyUI 设计的节点，用于集成 Higgs Audio v3 TTS 4B 模型。该模型支持 100★ 74
mcp-ttsmcp-tts 是一个基于 Go 语言实现的 MCP（模型上下文协议）服务器，专门为文本转语音（TTS）场景设计。它解决了 AI 助手或应用需要语音输出但缺乏统★ 74
wtonecWtonec 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★ 74
Kokoro-Speech-DatasetKokoro-Speech-Dataset 是一个公开领域的单说话人日语语音数据集，旨在为文本转语音（TTS）等语音合成任务提供高质量、可自由使用的训练数据。它★ 74
teochew-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★ 74
OpenWebTTSOpenWebTTS 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★ 74
split-langsplit-lang 是一个用于 NLP 任务的文本语言分割工具，能将混合多种语言的文本按语言边界切分，例如将“你喜欢看アニメ吗”拆分为“你喜欢看 | アニメ ★ 74
sonata-nvdasonata-nvda 是一个为 NVDA 屏幕阅读器开发的语音合成器驱动插件，利用神经 TTS 模型（如 Piper）提供更自然、高质量的语音输出。它解决了 ★ 74
detail_ttsdetail_tts 是一个面向语音合成（TTS）研究的统一生成式模型框架，旨在将多种生成模型（如扩散模型、自回归模型、流匹配等）整合到一个代码库中，以简化 T★ 74
tts-demotts-demo 是一个基于 Java 的文本转语音（TTS）演示项目，集成了深度学习模型，旨在提供灵活、高质量的语音合成能力。它解决了开发者在集成 TTS 功★ 73