音声生成 / TTS (162 repos)

VoiceBridgeは、ユーザー自身のクローン音声でリアルタイムに多言語翻訳を行うデスクトップアプリケーションです。Zo…

「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…

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…

Delamainは、Cyberpunk 2077のデラメインを模した、自己ホスト型AI車両コンパニオンです。sunnypilotとCommaハードウ…

Sanituneは、AIを活用して楽曲から不適切な言葉を自動で除去するツールです。ボーカルと伴奏を分離し、歌詞を文字起…

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…

AIBLIは、スクリプトから字幕付きショートビデオまでを一貫して自動生成する、AI仮想キャラクターの音声・動画合成パ…

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…

このAwesome Audio Generation 2026リポジトリは、2026年にリリースされたオープンソースのオーディオ生成モデルの中…

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…

「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…

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、…

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…

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…

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…

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…

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…

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…

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、…

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…

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…

「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++…

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…

「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…