音声生成 / TTS (356 repos)

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…

「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…

「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…

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…

「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…

「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…

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。…

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…

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…

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…

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…

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…

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…

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…

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…

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…

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…

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

Audio-Oscarは、複雑な音声シーン記述から長尺で制御可能な音声を生成するためのマルチエージェントフレームワークで…

「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…

このプロジェクトは、Irodori-TTSをフォークし、echo-TTSのWeb UIとして機能する、Flow Matchingベースの高性能なテ…

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…