音声生成 / TTS (410 repos)

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…

Speech-MCPは、身体化エージェントやヒューマノイド向けに設計された多機能な音声ゲートウェイです。Alibaba FunASR…

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…

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…

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…

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・…

Veloraは、Groqの高速LLMを活用したAI駆動の多言語翻訳プラットフォームです。単なる単語の翻訳にとどまらず、語彙、…

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…

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…

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…

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…

SHARKY AIは、アニメーション化されたネオンボイスオーブとハンズフリー音声チャット機能を備えた、ターミナル専用の…

「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…

Codetalkieは、Claude CodeやOpenAI CodexなどのAIコーディングエージェントのためのハンズフリー音声インターフェー…

AI Video Studioは、最先端のAIを活用してプロフェッショナルな動画作成を自動化するオープンソースプラットフォーム…

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、Macのターミナル（iTerm2やその他のターミナルアプリ）で選択したテキストを、ホットキー一つで自然なニ…

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…

「Code-Driven Video Template」は、スクリプトからナレーション付きのデータスタイルの動画をコードベースで生成す…

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…

Nemoflix Studioは、AIによる画像、動画、音声生成のためのオープンソースのクリエイティブエンジンです。ComfyUIワ…