音声生成 / TTS (356 repos)

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…

Afterwordsは、ローカルで動作するボイスクローニングTTS（テキスト読み上げ）サーバーです。15秒のYouTubeクリップ…

Audicleは、保存した記事をパーソナルポッドキャストフィードに変換する自己ホスト型サービスです。記事のURLを貼り…

voxtral_fastapiは、高性能な音声合成CLIツールであるvoxtralのFastAPIラッパーです。このツールは、テキストからWAV…

OpenVoxは、オープンソースでマルチOS対応のデスクトップユーティリティです。選択したテキストをグローバルショート…

audio-mcpは、macOS上で動作するローカルMCPサーバーで、マイクとシステムオーディオを個別のセッションで高音質にキ…

Conan-Scott/openclaw-fish-audioは、OpenClaw向けのFish Audio TTS音声プロバイダプラグインです。高品質な音声クロ…

この「TTS Video Generator」は、Python、ElevenLabsの音声合成、FFmpegを組み合わせて、AI音声と同期字幕付きの短い…

cartesia_ttsは、Home AssistantにCartesia Sonicのテキスト読み上げ機能を追加するツールです。これにより、スマー…

NeuralSoundForgeは、StyleGAN2とセマンティック因数分解を駆使した高度な深層学習プラットフォームです。このツール…

Voice Tools Directoryは、AI音声ツールを効率的に比較・検討するための静的なディレクトリサイトです。YouTuberやポ…

RustyClawは、Rustで実装されたClaude Code CLIで、コードベースの効率的なRAGインデックス作成、スマートなモデルル…

SymphoはElevenLabs.ioを基盤とした、オープンソースで高性能なAI音声生成ソリューションです。テキストからスピーチ…

このリポジトリは、k2-fsa/OmniVoiceの音声クローンTTSを、AMD Radeon 890M統合GPU（gfx1150/Strix Point）上で動作…

SubForgeは、AIを活用した多機能な動画字幕ツールです。音声のテキスト化から、意味に基づいた字幕の自動区切り、誤…

code-clawは、Windows向けのローカルAIコーディングアシスタントです。ユーザーのコードやデータがクラウドサービス…

「Voice Meeting」は、多人数の会議をリアルタイムで文字起こしし、発言者を識別するオンプレミスソリューションです…

VoiceReaderAppは、PDF、EPUB、Markdown、またはWeb記事を、AIでクローンした自分自身の声で読み上げるiOS用リーダー…

このツールは、Apple Siliconデバイス上で動作するIndexTTS2向けの、美しく機能的なWebUIです。FastAPIをバックエン…

Cartesiaは、tryAGIが提供する低遅延のText-to-Speech (TTS)、Speech-to-Text (STT)、音声クローニング、AIエージェ…

このツールは、トークナイザーフリーの多言語テキスト読み上げシステム「OpenBMB VoxCPM」を、Pinokioを通じて簡単に…

Voice-Commandは、AI（Claude Desktop、Cowork、Claude Code、Codex CLI、Gemini CLI、LM Studioなど）を音声で完全…

「Vox」は、macOS専用のメニューバー常駐型音声入力アプリです。Optionキーを押しながら話すだけで、多言語対応の高…

「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…