tts 第 8 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 8 / 16 页）
TalkifyTalkify 是一个轻量级的 JavaScript 文本转语音（TTS）库，旨在让网页开发者快速为网站添加语音朗读功能。它解决了网页内容无障碍访问和交互体验单★ 244
pygtranspygtrans 是一个轻量级的 Python 库，用于调用谷歌翻译服务，支持免费接口和付费 APIKEY 两种模式。它解决的是批量文本翻译的效率和成本问题，核★ 244
asmr-dubberasmr-dubber 是一个用 Python 编写的音视频字幕与配音工具，主要面向 ASMR、音声作品等需要跨语言处理的场景。它把语音识别（ASR）、台本导入★ 244
BreezeAppBreezeApp 是联发创新基地开源的纯手机端 AI 应用，支持 Android 和 iOS，用户从应用商店下载后即可离线使用多种 AI 功能。项目核心是让普★ 243
One-Shot-Voice-CloningOne-Shot-Voice-Cloning 是一个基于 Unet-TTS 架构的一次性语音克隆开源项目，旨在通过少量参考音频（甚至一句话）即可复制目标说话人的★ 243
PodciniPodcini 是一款开源的 Android 播客播放器，不仅支持传统 RSS 播客订阅，还能直接播放 YouTube 和 YouTube Music 上的音频★ 238
Talking_Face_AvatarTalking_Face_Avatar 是一个基于深度伪造技术的角色与游戏资产头像生成项目。它主要解决开发者在游戏、虚拟角色或数字人场景中，快速生成具有动态表情★ 237
FastSpeech2FastSpeech2 是一个基于 PyTorch 的端到端文本转语音（TTS）实现，源自微软提出的 FastSpeech 2 模型。它解决了传统自回归 TTS★ 237
piper-pluspiper-plus 是一个多语言神经语音合成（TTS）引擎，基于 VITS 模型并引入韵律增强，支持日语、英语、中文、西班牙语、法语、葡萄牙语等 6 种语言（★ 237
streamcore-serverstreamcore-server 是一个用 Go 编写的开源实时语音智能体服务器，专注于构建低延迟的语音对话应用。它通过 WebRTC（WHIP）协议提供实时★ 236
M.I.L.E.SM.I.L.E.S 是一个基于 GPT-4-Turbo 的桌面语音助手，旨在提供类似 JARVIS 的智能交互体验。它解决了传统语音助手功能单一、无法个性化定制★ 233
UnitaleUnitale 是一款基于 IndexTTS 和 Qwen3TTS 的 AI 有声书制作工具，旨在解决从文本到成品有声书的全流程自动化问题。它利用 LLM 自动★ 232
evaeva 是一个用于评估语音代理（Voice Agents）的全新端到端框架。它解决的核心问题是：语音代理系统（如语音助手、对话机器人）在真实场景中的表现难以全面★ 231
CrystalCrystal 是一个基于 C++ 实现的多语言文本转语音（TTS）合成引擎，以 SSML 规范作为统一接口。它旨在解决传统 TTS 系统碎片化、接口不统一的问★ 230
voicesmithVoiceSmith 是一个正在开发中的语音合成工具包，旨在简化文本到语音（TTS）模型的训练流程。它主要面向研究人员和开发者，解决了传统 TTS 训练中数据管★ 230
pflowtts_pytorchP-Flow TTS 的非官方 PyTorch 实现，基于 NVIDIA 的论文，采用 flow matching 技术进行文本到语音合成。该项目旨在复现论文中★ 228
tts-audiobook-tool这是一个专注于高质量有声书创作的开源工具，集成了大量主流TTS模型（如Qwen3-TTS、OmniVoice、VibeVoice等），用户可以通过统一接口调用不★ 227
wyoming_openaiwyoming_openai 是一个将 Wyoming 协议转换为 OpenAI 兼容接口的中间代理服务。它主要解决 Home Assistant 生态中的语音★ 223
openai_tts这是一个为 Home Assistant 打造的自定义文本转语音（TTS）组件，利用 OpenAI 的语音合成引擎或任何兼容的 API 端点，为智能家居系统提供★ 221
OpenReelsOpenReels 是一个开源的 AI 视频生成流水线，旨在将任意主题自动转化为可直接发布的 YouTube、Instagram 或 TikTok 短视频。它解★ 220
htgo-ttshtgo-tts 是一个用 Go 语言编写的文本转语音（TTS）库，旨在为 Go 开发者提供简单、轻量的语音合成能力。它解决了 Go 生态中缺乏原生 TTS 库★ 219
NachoBotNachoBot 是一个基于 Maibot 核心修改而成的多功能笨蛋机器人，主要面向 QQ、Discord 等聊天平台，提供对话、角色扮演、B站互动等能力。它集★ 218
Persian-tts-coquiPersian-tts-coqui 是一个面向波斯语/法尔西语的开源文本转语音（TTS）训练项目，基于 Coqui TTS 框架构建。它解决了波斯语语音合成领域★ 218
ryza-ai-reviveryza-ai-revive 是一个开源的 AI 虚拟陪伴项目，以《莱莎的炼金工房》主角莱莎为形象，支持用户自填大模型（LLM）与语音合成（TTS）服务，打造可★ 217
TTSTTS 是一个面向 Arduino 平台的文本转语音库，用 C 语言编写。它解决了在资源受限的微控制器上实现语音合成的难题，让开发者无需额外硬件即可让 Ardu★ 216
vox-boxvox-box 是一个兼容 OpenAI API 的语音服务端，提供文本转语音（TTS）和语音转文本（STT）能力。它解决了语音应用开发中多模型集成和 API ★ 216
UEAzSpeechUEAzSpeech 是一个将 Azure 语音认知服务集成到虚幻引擎（Unreal Engine）中的插件。它解决了游戏和交互式应用开发中需要高质量语音识别与★ 215
CoMoSpeechCoMoSpeech 是南洋理工大学等机构在 ACM MM 2023 上提出的语音与歌声合成模型，基于一致性模型（Consistency Model）实现单步（★ 215
voice-studiovoice-studio 是一个开源的本地 AI 语音生成（TTS）工作室，支持多种模型，旨在替代 ElevenLabs 等昂贵的在线语音生成服务。它解决了用户★ 215
TensorVoxTensorVox 是一个用 C++ 编写的桌面端神经语音合成应用，专注于将文本实时转换为自然语音。它解决了传统 TTS 工具依赖云端、延迟高、集成复杂的问题，★ 214
pdf-narratorpdf-narrator 是一个将 PDF 和 EPUB 文档转换为有声书的开源工具，专为低资源系统设计。它解决了传统文档转音频过程中文本提取不准确、处理速度慢★ 213
ha-tts-bluetooth-speaker这是一个为 Home Assistant 设计的 TTS 蓝牙音箱组件。它解决了将 Home Assistant 的文本转语音（TTS）输出到普通蓝牙音箱的问题★ 211
so-vits-models这是一个收集AI模型与应用的资源汇总项目，聚焦于声音、图像、视频和文本生成领域。它整理了so-vits-svc（歌声转换）、TTS（文本转语音）、Stable ★ 210
Awesome-Text-to-SpeechAwesome-Text-to-Speech 是一个精心整理的文本转语音（TTS）领域资源列表，汇集了最新的工具、模型和资源。它旨在帮助开发者和研究者快速了解 ★ 210
MelNetMelNet 是一个基于 PyTorch 的音频生成模型实现，源自论文《MelNet: A Generative Model for Audio in the ★ 208
heardheard 是一个为编码智能体（coding agents）打造的语音交互层，定位是「AI 编程助手的 Jarvis」。它解决的核心问题是：使用 Claude ★ 208
Tacotron-pytorchTacotron-pytorch 是一个基于 PyTorch 实现的 Tacotron 文本转语音（TTS）模型，旨在将文本序列转换为对应的 Mel 频谱图，为★ 206
MioTTS-InferenceMioTTS-Inference 是 MioTTS 的推理服务器，MioTTS 是一个基于大语言模型的轻量级、快速的文本转语音（TTS）模型。该项目旨在解决传统★ 205
autoshortsautoshorts 是一个自动化短视频生成工具，专注于从长格式游戏录像中提取高光片段并制作成适合 TikTok 等平台的竖屏短视频。它利用 AI 场景分析（支★ 205
dub-studiodub-studio 是一款面向 Windows 的免费离线 AI 视频配音工具，以单个原生 .exe 形式分发，无需安装 Python 环境。它解决视频本地化★ 204
ai-avatar-bot支持 Live2D/VRM 的语音 AI 数字人，具备唇形同步、知识库问答、运营看板、客服与数据分析能力，还可通过一行代码嵌入网站，快速打造可交互的虚拟形象。★ 203
hermes-speechhermes-speech 是一个为 Hermes Agent 设计的语音插件，同时提供 TTS（文本转语音）和 STT（语音转文本）能力。它解决的核心问题是：★ 203
ComfyUI-VoxCPM2VoxCPM2 TTS for ComfyUI 是一个将 VoxCPM2 文本转语音模型集成到 ComfyUI 中的节点包。它解决了在 ComfyUI 工作流中★ 202
SyntaSpeechSyntaSpeech 是一个语法感知的生成对抗式文本转语音（TTS）模型，发表于 IJCAI 2022。它针对传统 TTS 模型忽略文本句法结构、导致合成语音★ 201
AndroidMaryTTSAndroidMaryTTS 是一个基于 MaryTTS 的离线文本转语音（TTS）引擎，专为 Android 平台打造。它采用 HMM（隐马尔可夫模型）语音合★ 200
StyleSpeechStyleSpeech 是 Meta-StyleSpeech 的 PyTorch 非官方实现，旨在解决多说话人自适应文本转语音（TTS）中需要大量参考音频的问题★ 198
CosyVoice2-ExCosyVoice2-Ex 是基于阿里开源 CosyVoice2 的增强扩展项目，旨在解决原版在音色定制和部署体验上的不足。它新增了预训练音色推理能力，无需训练★ 197
zai-ttszai-tts 是一个将智谱 AI 的 TTS（文本转语音）服务转换为 OpenAI 兼容 API 的轻量级开源项目。它解决了开发者在使用 OpenAI Spe★ 196
speech.cppspeech.cpp 是一个基于 ggml 的 C++ 语音全栈工具库，把语音合成、语音识别和语音活动检测（VAD）整合到同一套推理框架中。它支持 Qwen3-★ 195
Cross-Speaker-Emotion-Transfer这是一个基于PyTorch实现的跨说话人情感迁移语音合成项目，源自字节跳动的研究成果。它解决的核心问题是：在文本到语音（TTS）合成中，如何让一个说话人的声音表★ 193