音声生成 / TTS (399 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…

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…

UAL（Understand Any Language）は、ESP32-S3を基盤としたIoT音声翻訳プロトタイプです。距離センサーでユーザーを検…

Hermes Slack Extensionは、自己ホスト型Hermes AgentをSlackワークスペースでより機能的にするためのCLIインストー…

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…

GhostTone AIは、CPUで動作する無料のオープンソース音声クローンシステムです。わずか6〜10秒の音声サンプルから、…

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…

このAwesome Audio Generation 2026リポジトリは、2026年にリリースされたオープンソースのオーディオ生成モデルの中…

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…

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…

「Auto-Audiobook」は、EPUB、MOBI、PDF形式の電子書籍を、構造化されたMP3オーディオブックに自動変換するエンジン…

AudioGenは、OpenAIのText-to-Speech APIを利用してテキストから音声を生成するmacOSネイティブアプリケーションです…

Vesperaは、ユーザーのMacまたはLinuxマシン上で動作するプライベートな自己ホスト型AIアシスタントです。会話内容を…

「edge-tts-go」は、Microsoft Edgeのオンラインテキスト読み上げサービスをGo言語から利用するためのライブラリです…

Refineryは、Fish AudioおよびFish-Speechの音声クローンモデルにおいて、最適な参照クリップの組み合わせを見つけ出…

「万物播客（Everything-to-Podcast）」は、AIを活用してあらゆるテキストコンテンツをポッドキャストやオーディオブ…

rvc-free-colabは、古いGoogle Colab向けRVC学習ノートブックを、Python 3.12、numpy 2.x、torch 2.xといった最新のG…

MurmurはmacOS専用のオンデバイス音声スタジオで、Mac上でテキストを音声に変換します。860以上の声、25以上の言語に…

このツールは、Windows向けのポータブルなオフラインTTS（テキスト読み上げ）ソリューションです。Sileroモデルを使…

Godot 4.4+向けの火山エンジン豆包TTS音声大モデルのサードパーティSDKです。ゲームやインタラクティブプロジェクト…

react-native-tts-kitは、React NativeおよびExpoアプリ向けに、デバイス上で動作するニューラル音声合成（TTS）ライ…

NVatarは、3D仮想空間で対話可能なAIアバターです。音声クローニング、9次元の感情追跡、会話に応じた性格進化といっ…

このツールは、オープンソース技術（Whisper、Groq、LLaMA 3.3、gTTS、FastAPIなど）を基にゼロから構築された音声AI…

「Read It Out」は、Webページや選択したテキストを自然なAI音声で読み上げるChrome拡張機能です。ブラウザ内蔵エン…