音声生成 / TTS (155 repos)

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…

Feros Voice Agent OSは、オープンソースでエンタープライズ級の音声AIエージェント開発・運用インフラを提供するプ…

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…

「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…

「Vibe Schooling」は、学生がAIを活用して学業を効率的に進めるためのツール群です。学習せずに「雰囲気」だけで好…

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…

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…

Volocalは、iOSデバイス上で完全にローカルに動作する音声AIアプリです。STT（音声認識）からLLM（大規模言語モデル…

QTranslateは、開発が停止したデスクトップ翻訳ツールをKotlinで再構築した、高速で拡張性の高い翻訳スイートです。…

ZeusHammerは、AIエージェントのコスト、速度、プライバシー、オフライン利用、記憶能力といった課題を解決するため…

Blueは、ONNX Runtimeを活用した高速なオープンソースのテキスト読み上げ（TTS）推論ツールです。Python 3.12以降を…

VoiceBlenderは、SIPおよびWebRTC通話をブリッジし、多人数音声ミキシング、録音、テキスト読み上げ/音声認識（TTS/S…

Korean Voice Acting Engine (KVAE) は、韓国語音声に特化したローカルファーストのツールキットです。ユーザーが自…

「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…

「Become CEO」は、Discord上でAIエグゼクティブチームを構築するツールです。エンジニアリング、財務、マーケティン…

ClawCodeは、Anthropic社のClaude Codeを永続的なエージェントへと変貌させるプラグインです。セッションを跨いでエ…

HeyGen CLIは、HeyGenのAIビデオ生成APIをコマンドラインから操作するための公式ツールです。コーディングエージェン…

gabriele-mastrapasqua/qwen3-ttsは、Qwen3-TTSテキスト読み上げモデル（0.6Bおよび1.7B）向けの軽量かつクロスプラ…

Narrator AI CLIは、AIを搭載した動画ナレーションプラットフォーム「Narrator AI」のコマンドラインツールです。AI…

omnivoice-serverは、OmniVoiceテキスト読み上げモデルのOpenAI互換HTTPサーバーです。OpenAIのTTSエンドポイントの…

C.A.D.I.S.は、Rustを優先し、ローカルファーストでモデルに依存しないマルチエージェントランタイムです。単一のデ…

このプロジェクト「kikiri-tts」（旧kokoro-deutsch）は、既存のKokoro-82Mモデルをドイツ語向けにファインチューニ…

Doom's Enhancement Suite for SillyTavernは、SillyTavernユーザー向けにRPG体験を劇的に向上させる包括的な拡張機…

PocketTTS.cppは、Kyutaiの軽量テキスト読み上げ（TTS）モデル「Pocket TTS」向けのC++推論ランタイムで、CPU上で完…