音声生成 / TTS (356 repos)

Say Labは、大規模言語モデルとクラウドTTS（Text-to-Speech）を活用した軽量な自ホスト型発音練習Webページです。単…

SpeakProは、macOSターミナルユーザー向けの革新的なテキスト読み上げ（TTS）アドオンです。iTerm2やTerminal.appな…

md2audioは、MarkdownファイルのH2見出しで区切られたセクションを個別のオーディオファイルに変換するCLIツールです…

voice-input-distは、Windows PC向けのリアルタイム音声テキスト変換アプリです。ホットキー一つで音声入力を開始・…

hermes-weixin-voiceは、Hermes WeChatエージェント向けの双方向音声I/Oレイヤーです。これにより、エージェントは受…

LixAudioは、音声処理、音声認識（STT）、テキスト読み上げ（TTS）、セマンティック音声理解のためのモジュラーなPyt…

「open-agent-sdk-go」は、Go言語でAIエージェントを構築・実行するためのSDKです。最大の特徴は、エージェントルー…

MiniBoxは、キャラクターロールプレイに特化した音声チャットボットです。GPT-SoVITSによる高品質な音声合成とクラウ…

PromptWaveは、テキストベースのAIプロンプトからオーディオを生成するPythonベースのシステムです。プロンプトエン…

AssistPlusは、視覚、聴覚、発話に障害を持つユーザー、および一般的なアクセシビリティサポートを必要とするユーザ…

このツールは、PowerShellで構築された高機能なテキスト読み上げ（TTS）アプリケーション「My Free Speech Reader」…

Storyvoxは、TechEmpowerが提供するオープンソースのAndroid向けニューラル音声オーディオブックプレーヤーです。Roy…

ECHOMEは、ユーザーの思考、音声、行動を高精度にクローンし自動化するオープンソースの個人AIミラーエンジンです。…

OmniCutは、無料かつオープンソースで提供される多機能なクリエイティブスイートです。動画編集、オーディオミキシン…

Cadenceは、Windowsユーザー向けのプライベートかつローカルファーストな会議録音・文字起こしツールです。会議音声…

このツールは、Unitree G1ロボットと互換性のある音声ファイルを生成するためのPythonスクリプトです。システムのTex…

SpeakSwiftlyは、macOS向けのローカルText-to-Speech（TTS）パッケージです。Swiftアプリケーション、デスクトップツ…

KuRL AIは、インド系言語に特化した超高速Text-to-Speechエンジンで、ゼロショット音声クローン機能を搭載しています…

「AI Google Voice Agent」は、Groq AI、Streamlit、PyAutoGUI、Edge TTSなどを活用したAI搭載のGoogle Voice通話ア…

dograh-110は、VapiやRetellの代替となるオープンソースの音声AIプラットフォームです。Speech to SpeechまたはLLM/S…

このツール「podcast-this-tech-stuff」は、あらゆる技術文書（PDF、スライド、プレーンテキスト、Googleドキュメン…

Veynorは、DiscordなどのAIエージェント向けにリアルタイム音声インタラクションを提供するオープンソースの音声ラン…

AI Dubbing Studioは、オーディオ/ビデオファイルをAIが希望の言語でダビングしてくれるウェブサービスです。ElevenL…

LuxTTSは、Google Colab上で動作する音声クローニングツールです。5〜20秒の短い音声サンプルから任意の音声をクロー…