音声生成 / TTS (398 repos)

「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…

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…

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…

EchoTwinは、Discordで利用できるAI音声ボットで、ユーザーの発言にクローンされた声でリアルタイムに返答します。Fi…

Phoenix AIは、AI搭載のPythonバックエンドサービス向けに設計された、本番環境対応のモジュラーなバックエンドイン…

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…

「marmalade-tts-android」は、オンデバイスのニューラルボイスと感情認識プロソディを搭載したAndroid向けテキスト…

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…

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…

md-ttsは、技術的なMarkdownファイルを音声で読み上げ、コードブロック、テーブル、フラッシュカードで再生をインタ…

S2Sは、Rustとsherpa-onnxフレームワークを活用した、高性能で軽量なローカルSTT（音声認識）およびTTS（音声合成）A…

Logica Voiceは、オープンソースで音声ネイティブな会話型AIエンジンです。フルデュプレックス、マルチエージェント…

「BeatBitch」は、Android、Windows、Linux、iOS (PWA)、Webで利用できる没入型リズム音声コーチです。本ツールは、…

本リポジトリは、AMD Radeon GPU（RDNA2/ZLUDA）を搭載したWindows環境で、ローカルAI（Stable Diffusion XL、Z-Imag…

このツールは、Home Assistant、Piper TTS、およびVLCを連携させ、Android Autoを介して車のスピーカーからプライバ…

Meloieは、リアルタイムで動作するRVC（Retrieval-based Voice Conversion）ボイスチェンジャーのバージョン2です。…

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…

SoviaMateは、エンドツーエンドの音声対話システム（SDS）構築に向けたオープンな研究プロジェクトです。特に、大規…

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…

脳卒中からの回復者向けに設計された、アクセシブルでバイリンガル（英語とパンジャブ語）の絵ベースコミュニケーシ…

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…

YOOS-APPは、ユーザー自身の執筆スタイルを学習し、その個性を保ったまま新しいコンテンツを生成するユニバーサルな…

このツールは、Googleの翻訳エンジンとMicrosoft Edge TTSを活用した、AI駆動型のリアルタイム言語翻訳アプリケーシ…