tts 第 15 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 15 / 16 页）
mimiuchimimiuchi 是一个免费、可定制、支持 OSC 的语音转文字界面，旨在将语音识别结果实时转发到不同类型的应用程序，尤其针对 VR 聊天等虚拟现实场景。它解决★ 63
readerreader 是一个基于智能手机的报纸阅读器，作为毕业设计项目，主要解决传统报纸在移动设备上阅读体验不佳的问题。它利用 Java 语言开发，通过手机摄像头拍摄报★ 63
java-ttsjava-tts 是一个基于 Java 实现的文本转语音库，它封装了微软 Edge 的在线 TTS 服务，让 Java 开发者无需复杂配置即可将文字转换为自然流★ 62
nabunabu 是一个面向边缘计算的多引擎 TTS 与 LLM 游乐场，基于 Kotlin 开发，专为 Android 设备设计。它集成了多种文本转语音引擎（如 Ko★ 62
AllVoiceLab-MCPAllVoiceLab-MCP 是 AllVoiceLab 官方推出的模型上下文协议（MCP）服务器，旨在让 AI 助手（如 Claude、GPT 等）通过标准★ 62
totalvoice-nodetotalvoice-node 是一个用于 Node.js 的客户端库，封装了 Totalvoice 的 REST API，让开发者能够通过 JavaScrip★ 62
MimicManiaMimicMania 是一个基于 Streamlit 构建的开源语音合成与克隆 Web 应用，旨在让用户通过简单的文本输入即可生成自然语音，并支持克隆自定义音色★ 61
ManaTTS-Persian-Speech-DatasetManaTTS 是当前最大的开源波斯语语音数据集，包含超过 114 小时的已转写音频，并附带完整的数据收集与处理流水线工具。该项目旨在解决波斯语语音合成（TTS★ 61
voicesvoices 是一个面向 Java 生态的快速进程内文本转语音（TTS）库。它基于 ONNX 运行时和 Piper TTS 引擎，将语音合成能力直接嵌入到 Ja★ 61
react-native-spokestackreact-native-spokestack 是一个为 React Native 应用提供语音接口的官方 SDK，它封装了 Spokestack 的 iOS ★ 60
VITS-PytorchVITS-Pytorch 是一个基于 PyTorch 的端到端语音合成（TTS）项目，实现了 VITS 模型。VITS 通过对抗训练和变分推断，直接从文本生成高★ 60
jpreprocessjpreprocess 是一个用 Rust 重写 OpenJTalk 的日语文本预处理库，专为文本转语音（TTS）应用设计。它解决的是日语 TTS 中文本规范化★ 60
go-speechgo-speech 是一个基于 Golang 和 ONNX 运行时构建的轻量级语音处理库，专注于为 Go 开发者提供开箱即用的语音合成（TTS）和语音识别（AS★ 60
tinylmtinylm 是一个基于浏览器的机器学习推理框架，采用 TypeScript 编写，提供 OpenAI 兼容的 API 接口，让开发者能在浏览器端直接运行 De★ 60
RealTimeSingingSynthesizerRealTimeSingingSynthesizer 是一个基于 Python 的实时歌唱合成器，封装了 sinsy-NG 引擎，支持通过 live codin★ 60
awesome-tts-samplesawesome-tts-samples 是一个精心整理的文本转语音（TTS）学术论文精选列表，核心特色是每篇论文都配有对应的音频示例。项目旨在解决 TTS 领域★ 60
OpenAI-TTS-GradioOpenAI-TTS-Gradio 是一个基于 Gradio 构建的轻量级 Web 界面，用于调用 OpenAI 的文本转语音（TTS）API。它解决了非开发者★ 59
Silero-TTS-ServiceSilero-TTS-Service 是一个基于 Silero TTS 模型的本地文本转语音后端服务，专为智能家居场景设计。它解决了 Home Assistan★ 59
chattts-seed-examplechattts-seed-example 是一个面向 ChatTTS 用户的音色种子示例库。ChatTTS 是一个文本转语音模型，通过不同的随机种子（seed）★ 59
text2speechtext2speech 是微软研究院实习生主导的开源项目，目标是构建面向印度十亿级用户的文本转语音（TTS）系统，相关论文已被 ICASSP 2023 收录。项★ 58
RVCBenchRVCBench 是一个针对语音克隆鲁棒性、说话人隐私和音频保护的基准测试框架，覆盖 26 个 TTS 和 VC 模型。它解决当前语音合成技术被滥用（如深度伪造★ 58
cadiscadis 是一个基于 Rust 的本地优先多智能体运行时，旨在为开发者提供桌面 HUD 界面，通过策略门控工具、语音交互和 Git worktree 隔离的编★ 58
awesome-ai-list-guide这是一个关于AI资源的精选列表指南，旨在帮助用户快速找到高质量的AI相关工具、框架、论文和项目。它解决了AI领域信息过载、资源分散的问题，通过整理和分类，让用户★ 58
NoveryNovery 是一款现代化的安卓小说阅读器，专注于多源内容聚合与离线阅读体验。它解决了小说爱好者需要在多个应用间切换、依赖在线网络、以及缺乏优质朗读功能的问题。★ 57
AI_Manga_ReaderAI_Manga_Reader 是一款基于 MangaDex API 的下一代漫画阅读应用，旨在解决跨语言漫画阅读和听力辅助问题。它利用 AI 驱动的 OCR ★ 57
wyoming-piper-gpuwyoming-piper-gpu 是一个为 Home Assistant 提供 GPU 加速的 Piper 文本转语音（TTS）服务的 Docker 容器项目★ 57
FunGPTFunGPT 是一个基于大型语言模型的趣味对话机器人项目，旨在为日常生活增添乐趣。它能够根据用户需求提供甜言蜜语或犀利回怼，并通过语音交互（ASR 语音识别与 ★ 57
gpt_chatbot这是一个基于Python的语音聊天机器人，让你通过麦克风与GPT-4对话。它利用OpenAI的语音识别和文本转语音功能实现语音交互，并使用Pinecone向量数★ 56
zerovoxzerovox 是一个基于深度学习的零样本（zero-shot）实时语音合成（TTS）系统，完全离线运行，免费且开源。它旨在解决传统 TTS 系统需要针对特定说★ 56
lingopodlingopod 是一个将网页内容转化为 AI 驱动的中英文双语播客的开源工具。它主要面向语言学习者和内容消费者，解决传统文本阅读效率低、缺乏听力练习材料的问题★ 56
learnable-speechlearnable-speech 是一个基于可学习音频编码器的文本转语音（TTS）项目，无需与文本参考对齐即可实现语音合成。它解决了传统 TTS 系统依赖音素对★ 56
RapidTTSRapidTTS 是一个轻量级的文本转语音（TTS）框架，专注于本地快速推理和高品质语音合成。它集成了多种主流 TTS 模型，包括 Kokoro、Mello、M★ 56
audiotokenaudiotoken 是一个专注于音频令牌化的开源项目，旨在以最快的方式将音频信号转换为离散的令牌序列，供音频生成模型（如音乐生成、语音合成）使用。它解决了传统★ 56
GlosikGlosik 是一个基于 MLX Swift 的示例项目，演示了如何在苹果生态中运行 F5-TTS 文本转语音模型。它解决了 Swift 开发者难以在 iOS/★ 55
Daft-ExprtDaft-Exprt 是一个基于 PyTorch 的非自回归语音合成模型，专注于跨说话人的韵律迁移，旨在解决 expressive TTS 中韵律风格难以从源说★ 55
py-nltoolspy-nltools 是一组用于口语自然语言处理的基础 Python 模块，旨在为语音相关的 NLP 任务提供轻量级工具集。它解决的是从原始语音或文本中提取语言★ 55
ttslabTTSLab 是一个本地运行的开源文本转语音（TTS）测试工具，旨在让用户零成本地在自己的电脑上轻松测试任意 TTS 模型。它解决了 TTS 模型评估和对比中需★ 54
ha-rhvoiceha-rhvoice 是一个 Home Assistant 集成组件，用于接入 RHVoice 本地文本转语音（TTS）引擎。它解决了智能家居场景中语音播报依赖★ 54
gmvae_tacotrongmvae_tacotron 是一个基于高斯混合变分自编码器（GM-VAE）与 Tacotron 结合的语音合成实验项目。它旨在解决传统 Tacotron 在韵★ 54
ml-talking-face这是一个基于CVPR 2022论文的AI数字人说话视频生成项目，通过输入一段音频和一张静态人脸照片，即可生成人物嘴巴与音频同步的说话视频。项目核心解决的是数字人★ 54
pinyin-to-ipapinyin-to-ipa 是一个将汉语拼音转换为国际音标（IPA）的命令行工具和 Python 库。它解决了语音学、语音识别和语音合成研究中，需要将拼音文本标★ 53
local11labsLocal11Labs 是一个基于 Kokoro-82M 模型的本地化文本转语音（TTS）与播客生成工具。它解决了云端 TTS 服务依赖网络、隐私风险高、成本高★ 53
tts.astromechtts.astromech 是一个为 Home Assistant 打造的文本转语音集成组件，能够将输入的文本转换为《星球大战》中 R2-D2 机器人的哔哔声和★ 53
cs224n-gpu-that-talks这是一个基于CS224n课程项目开发的端到端语音合成系统，名为“Attention, I'm Trying to Speak”。它利用注意力机制和TensorF★ 52
swift-ttsswift-tts 是一个面向 Swift 开发者的轻量级文本转语音（TTS）封装库，基于 AVFoundation 的 AVSpeechSynthesizer★ 52
TTS-MultiLingualTTS-MultiLingual 是一个基于 Python 的多语言文本转语音（TTS）工具，支持超过 20 种语言的语音合成。它旨在解决开发者需要为多语言应用★ 52
stimmstimm 是一个开源的语音代理平台，专注于通过 WebRTC 实现超低延迟的实时对话。它解决了构建实时语音 AI 应用时面临的管道编排复杂、延迟高、集成困难等★ 52
pygtftkpygtftk 是一个用于处理 GTF 文件的 Python 包和命令行工具集。GTF 是基因组注释的通用格式，包含基因、转录本、外显子、CDS 等特征信息。该★ 52
DigitalLifeDigitalLife 是一个开源的“数字生命”项目，旨在通过结合 Live2D 形象、长期记忆和 AI 对话能力，创建一个有虚拟身体、能记住过往交流的交互式 ★ 52
papercastpapercast 是一个基于 Python 的管道工具和插件生态系统，用于将技术文档（如 arXiv 论文、SemanticScholar 条目或本地 PDF★ 52