音声生成 / TTS (376 repos)

「Realtime Call Translator」は、ビデオ/音声通話中にリアルタイムで音声を翻訳するツールです。あなたが話す言語は…

REELS-AFは、AIマルチエージェントシステム「AgentField」上で構築されたAIネイティブな動画生成ツールです。記事URL…

「Voice agents from scratch」は、Pythonでリアルタイム音声エージェントをゼロから構築するための実践的なチュート…

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…

Voice-Zeroは、ゼロショットテキスト音声合成エンジン（Chatterbox、Pocket TTSなど）で利用可能な、高品質なオープ…

このツールは、Qwen3-TTSモデルをONNX形式で利用し、C# .NETアプリケーションからローカルでテキスト音声合成（TTS）…

UTMOS-PyTorchは、音声品質評価モデルUTMOSの非公式なPyTorch実装です。オリジナルのUTMOSが依存するfairseqのインス…

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。…

「Irodori OpenAI TTS Server」は、Aratako/Irodori-TTSの500M v3ベースモデル向けに開発された、OpenAI Text-to-Spe…

Talker-T2AVは、自己回帰拡散モデリングを使い、テキスト、音声、動画を連携させて生成するAIツールです。Qwen3-0.6B…

Jarvis v3は、Apple Silicon Mac向けに設計された、Claude Codeを完全ローカルで音声操作するためのインターフェース…

macos-speech-serverは、macOS上で動作するローカルな音声認識（STT）および音声合成（TTS）サーバーです。OpenAI互…

このツールは、ComfyUI用のノード集であり、bosonai/higgs-audio-v3-tts-4bモデルを活用して、多言語（100言語対応）…

本ツールは、WavLM表現から高品質なフランス語音声を再構築するニューラルボコーダーです。JEP 2026に採択された論文…

CosyVoice.cppは、CosyVoice3のPython推論パイプラインをC/C++およびGGMLに非公式に移植したプロジェクトです。これ…

「Pronounce」は、`kubectl`、`GIF`、`JSON`などの開発者用語の正しい発音を音声で聞けるCLIツールです。544以上の用…

「TTS Vue Next」は、Microsoft Edge TTSサービスを利用した、デスクトップ向けのテキスト読み上げ（TTS）アプリケー…

claude-ttsは、Claude CodeのAI応答を自動的に音声で読み上げるためのプラグインです。ElevenLabs、OpenAI、Google、…

「小龙 OpenClaw」は、OpenClawを音声で操作可能にする中国語音声アシスタントです。ユーザーは「小龙小龙」というウ…

「ElBruno.Realtime」は、.NET向けのプラグイン可能なリアルタイム音声会話フレームワークです。ローカルでVAD（音声…

mlx-speechは、Apple Silicon Mac（M1以降）向けに特化した、純粋なMLXベースの音声技術ツールキットです。クラウド…

SILMA Arabic TTS v1は、SILMA AIによって開発された軽量かつ高性能なバイリンガル（アラビア語と英語）テキスト音声…

mimo-mcpは、XiaomiのMiMo全モーダルAI機能（多モーダル対話、画像/動画理解、テキスト音声合成、音声クローン、音声…

このツールは、Claude CodeのAIチャットでClaudeの応答を音声で聞くための、完全にローカルなTTS（Text-to-Speech）…