音声生成 / TTS (399 repos)

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…

Parrotは、選択したテキストを読み上げる無料のAI音声読み上げデスクトップアプリケーションです。Rustで構築されて…

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

SEA-G2Pは、東南アジア言語向けの高速多言語テキスト・ツー・フォネーム変換ツールです。特にベトナム語に特化してお…

このツールは、英語音声の録音から「um」「uh」といった言い淀みを自動で除去するローカルCLIツールです。`faster-wh…

「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…

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…

「OFFICE ZOO」は、9体のAIキャラクターが職場の軋轢や人間関係をシミュレートするゲームです。プレイヤーは人事担当…

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…

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。…

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…

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…

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…

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…

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…

「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…

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…

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…

PersonaPlex-MLXは、NVIDIAのフルデュプレックス音声対音声モデル「PersonaPlex」をApple Silicon向けにMLXで移植し…

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…

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…

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…

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…

Appleの新しい「CoreAI.framework」を探索するための初期ラボプロジェクトです。Xcode 27 beta、Swift 6.4、iOS 27ま…