音声生成 / TTS (406 repos)

このオープンソースツールは、GoogleのGemini 2.5と3.1 TTSを活用し、英語の動画コンテンツを高品質なクメール語に自…

node-webrtc-rustは、Node.jsでリアルタイム音声エージェントを構築するためのRustネイティブWebRTCスタックです。電…

TubeAssistantは、YouTubeチャンネルの運営を完全に自動化するツールです。AIがチャンネル分析に基づいてスクリプト…

「EPUB TTS Reader API」は、EPUBファイルをテキストに変換し、Supertonic-3モデルを使用してテキスト読み上げ（TTS…

beepbotは、軽量でインタラクティブなTwitchサウンドボットです。視聴者がチャットコマンドを通じてカスタムサウンド…

LetAITalkは、AI音声アシスタントとしてユーザーに代わって電話に応答し、着信の意図を理解して安全な範囲で返答する…

Showrunnerは、スクリプトからAI生成のUGC（User Generated Content）動画コンテンツを作成するためのオープンソース…

VoxFlash-TTSは、リアルタイム推論に特化した業界最速の音声クローンシステムです。ゼロショット学習により、事前学…

AutoReelは、AIを活用してソーシャルメディア向けの魅力的な短尺動画コンテンツを自動生成する、先進的なコンテナ化…

EpubVoiceは、自己ホスト型の個人用EPUBリーダーで、テキスト読み上げ（TTS）機能を備えています。購読や制限がなく…

nano-codecは、最小限のニューラルオーディオコーデックであり、16kHzモノラルの音声を128倍に圧縮し、10.2kbpsの低…

LocalVoice TTSは、無料でローカル環境で動作するテキスト読み上げ（TTS）アプリケーションです。ユーザーは、ダイア…

GradiumPPは、GradiumのText-to-Speech (TTS) およびAutomatic Speech Recognition (ASR) APIを利用するためのC++17…

「kokoro-infer」は、高速で軽量なKokoro-82M TTS（Text-to-Speech）推論エンジンおよびサーバーです。CPU、CUDA、そ…

J.A.R.V.I.S.は、Linux上で動作するローカルの音声駆動型AIオペレーターです。Claude Pro、OpenRouter、またはOllama…

Fiona Anneは、プライバシーを最優先に考え、外部APIを一切使用せずに自身のマシン上で動作する、自己ホスト型の音声…

FableForgeは、AIを活用して管理学の寓話的な短編ビデオを自動生成するパイプラインです。ユーザーが用意した管理コ…

ovos-tts-plugin-kokoroは、Open Voice OS (OVOS) 音声アシスタント向けに開発された、多言語テキスト読み上げ（TTS…

mellifluousは、Markdown形式のテキストを構造やインラインコンテンツを考慮し、自然な間合いで読み上げるツールです…

Sanituneは、AIを活用して楽曲から不適切な言葉を自動で除去するツールです。ボーカルと伴奏を分離し、歌詞を文字起…

Sirenは、生のビデオ/オーディオアセットからファインチューニングされた音声合成（TTS）モデルを作成するための、エ…

@p8n.ai/pi-listensは、音声認識（STT）と音声合成（TTS）機能を提供する、音声ファーストのPiパッケージです。デフ…

「dots.tts Studio」は、RedNote hilabの「dots.tts」を基盤としたポータブルなWindows向けテキスト音声合成ツールで…

「Tongues」は、書かれたテキストと発音の間の可逆マッピング（Grapheme-to-PhonemeおよびPhoneme-to-Grapheme）に特…