音声生成 / TTS (176 repos)

Pocket Claudeは、AnthropicのClaudeを自己ホストできるチャットフロントエンドです。ユーザー自身のPro/Maxサブスク…

CosyVoiceUIは、NVIDIA Triton Inference ServerとFastAPIを基盤とした高性能なCosyVoiceテキスト読み上げ（TTS）管…

NeuTTS-Studioは、Windows向けのローカルテキスト読み上げアプリケーションです。デバイス上で入力されたテキストを…

「Auto-Audiobook」は、EPUB、MOBI、PDF形式の電子書籍を、構造化されたMP3オーディオブックに自動変換するエンジン…

Supertone/supertonic-3モデル向けに、音声スタイル（.jsonファイル）を学習させるためのツールです。低GPU使用量（…

「Coval Benchmarks」は、音声AI（STT/TTS）プロバイダーの性能を測定するためのオープンソースのベンチマーキングツ…

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…

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…

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…

UAL（Understand Any Language）は、ESP32-S3を基盤としたIoT音声翻訳プロトタイプです。距離センサーでユーザーを検…

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…

Narracastは、macOSユーザー向けのオフライン音声コンテンツ生成ツールです。任意のテキストを貼り付けるだけで、ク…

TubeAssistantは、YouTubeチャンネルの運営を完全に自動化するツールです。AIがチャンネル分析に基づいてスクリプト…

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…

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…