音声生成 / TTS (166 repos)

JARVIS-MT67は、映画「アイアンマン」のJ.A.R.V.I.S.にインスパイアされた、常に稼働し続ける自律型AIパーソナルアシ…

このツールは、OpenAI TTS互換のAPIインターフェースを提供する無料のTTSルーターです。Google Translate、Edge TTS…

「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…

nano-codecは、最小限のニューラルオーディオコーデックで、16kHzモノラル、128倍圧縮、10.2kbps、24Mパラメータとい…

LetAITalkは、AI音声アシスタントとしてユーザーに代わって電話に応答し、着信の意図を理解して安全な範囲で返答する…

Stable Audio Insightは、Stability AIの「Stable Audio Open 1.0」を基盤としたWindows向けのローカルオーディオ生…

react-native-tts-kitは、React NativeおよびExpoアプリ向けに、デバイス上で動作するニューラル音声合成（TTS）ライ…

Sirenは、生のビデオ/オーディオアセットからファインチューニングされた音声合成（TTS）モデルを作成するための、エ…

Doppelvoiceは、リアルタイムで中国語・英語を含む9言語間の音声翻訳とゼロショット音声クローニングを提供するツー…

OpenClawは、ユーザー自身のデバイス上で動作する自己ホスト型パーソナルAIアシスタントです。WhatsAppやTelegramな…

ComfyUI_RH_VoxCPMは、ComfyUIのノードベースワークフロー内でVoxCPMの機能を統合するプラグインです。これにより、…

「tts-tool」は、テキストやMarkdown形式のコンテンツを高品質な音声オーディオに変換するAgent Skillです。URL、Mar…

Murmurは、macOS向けのオンデバイス音声スタジオで、テキストからWAVまたはM4A形式の音声ファイルを生成します。860…

Seshat TTSは、Windows向けのリアルタイムテキスト読み上げ（TTS）プログラムです。ホットキーを使ってモニターやウ…

NVatarは、3D仮想空間で対話可能なAIアバターです。音声クローニング、9次元の感情追跡、会話に応じた性格進化といっ…

FableForgeは、AIを活用して管理学の寓話的な短編ビデオを自動生成するパイプラインです。ユーザーが用意した管理コ…

SELPHは、ユーザーの声、スタイル、アイデンティティを学習し、その代理として行動するユニバーサルデジタルツインAI…

このリポジトリは、AIによる音声生成技術（テキスト読み上げ、音楽生成、サウンドデザイン）に関する厳選されたAPI、…

「kokopop」は、Pythonの依存関係なしにGGUF形式のKokoroテキスト読み上げモデルを実行するためのスタンドアロンC++…

「EPUB TTS Reader API」は、EPUBファイルをテキストに変換し、Supertonic-3モデルを使用してテキスト読み上げ（TTS…

Showrunnerは、スクリプトからAI生成のUGC（User Generated Content）動画コンテンツを作成するためのオープンソース…

本ツールは、GitHub上のAI関連オープンソースプロジェクトをWordPressサイトでカタログ化する自動化ツールです。GitH…

VoxKitchenは、生の音声録音をクリーンで検査可能なトレーニングデータセットに変換するための、宣言型音声データ処…

このツール「podcast-this-tech-stuff」は、あらゆる技術文書（PDF、スライド、プレーンテキスト、Googleドキュメン…