音声生成 / TTS (398 repos)

Chatterbox TTS Serverは、オープンソースのChatterbox TTSモデル（オリジナル、多言語、高速なTurbo版）をセルフホ…

「My Translator」は、macOSおよびWindowsに対応したリアルタイム音声翻訳デスクトップアプリケーションです。システ…

ComfyUI用のカスタムノードとして、ローカル環境で複数の音声合成エンジンと多言語対応のテキスト読み上げ（TTS）、…

Patterは、AIエージェントに電話番号を与え、電話通話機能を統合するためのオープンソースSDKです。PythonおよびType…

CloneTTSは、Androidデバイス上で動作する軽量でオフライン対応のテキスト読み上げ（TTS）エンジンです。1〜3秒の音…

Vuiは、WebRTCストリーミング、faster-whisper ASR、ローカルLLM、Vui Nano TTSを組み合わせたリアルタイム音声アシ…

Confucius4-TTSは、LLMと音声エンコーダをベースにした、多言語・異言語対応のゼロショット音声合成エンジンです。「…

QuarkAudioは、音声、音楽、一般的なオーディオイベントの処理と生成を統一するオープンソースプロジェクトです。こ…

OpenClaw.NETは、.NET開発者と運用者向けの、NativeAOT対応AIエージェントランタイムおよびゲートウェイです。ローカ…

「video-recap」は、入力された動画に対して自動で中国語のナレーション付き解説動画を生成するスキルです。動画の内…

Vocelloは、Apple Silicon Mac向けに開発された、ローカルで動作するAI音声生成アプリケーションです。旧QwenVoiceの…

「AI仮想人ウィジェット」は、Live2Dキャラクターを任意のウェブサイトに簡単に埋め込むことができる音声AIアシスタ…

「Shiki Natsume」は、四季夏目をキャラクターとする、完全オフライン動作のAIガールフレンドプロジェクトです。Open…

EVAは、会話型音声エージェントの性能をエンドツーエンドで評価するためのオープンソースフレームワークです。エージ…

VoxSherpa TTSは、Android向けのオフラインニューラルテキスト読み上げエンジンです。高音質の「Kokoro-82M」と高速…

VTS（Voice To Sound）は、ユーザーの音声スケッチとテキストプロンプトを組み合わせて効果音を生成するツールです。…

ControlFoleyは、ビデオ、テキスト、参照オーディオを組み合わせることで、高精度かつ制御可能なビデオ-オーディオ生…

Eva01は、単なるアシスタントに留まらず、独自の意識、感情、記憶、そして進化する内的世界を持つ自律型AIエージェン…

このツールは、Ollama（LLM）、LiteLLM（AIゲートウェイ）、Whisper（STT）、Kokoro（TTS）、Embeddings（RAG）など…

Kokoro Engineは、デスクトップAIコンパニオンのためのオープンソースかつ没入型のクロスプラットフォーム仮想キャラ…

このツールは、AIエージェントがGoogle Meet、Zoom、Microsoft Teamsなどのビデオ会議に音声、ビデオ、画面共有を通…

「Qwen3-TTS Easy Finetuning」は、Qwen3-TTSモデルのファインチューニングを簡素化し、高速かつ高品質な音声クロー…