音声生成 / TTS (187 repos)

SoviaMateは、エンドツーエンドの音声対話システム（SDS）構築に向けたオープンな研究プロジェクトです。特に、大規…

「marmalade-tts-android」は、オンデバイスのニューラルボイスと感情認識プロソディを搭載したAndroid向けテキスト…

S2Sは、Rustとsherpa-onnxフレームワークを活用した、高性能で軽量なローカルSTT（音声認識）およびTTS（音声合成）A…

voxtral_fastapiは、高性能な音声合成CLIツールであるvoxtralのFastAPIラッパーです。このツールは、テキストからWAV…

「BeatBitch」は、Android、Windows、Linux、iOS (PWA)、Webで利用できる没入型リズム音声コーチです。本ツールは、…

NeuralSoundForgeは、StyleGAN2とセマンティック因数分解を駆使した高度な深層学習プラットフォームです。このツール…

Voice Tools Directoryは、AI音声ツールを効率的に比較・検討するための静的なディレクトリサイトです。YouTuberやポ…

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…

「Desktop Pet」は、Windows、macOS、Linuxに対応したクロスプラットフォームのアニメデスクトップペットです。Elect…

Conan-Scott/openclaw-fish-audioは、OpenClaw向けのFish Audio TTS音声プロバイダプラグインです。高品質な音声クロ…

RustyClawは、Rustで実装されたClaude Code CLIで、コードベースの効率的なRAGインデックス作成、スマートなモデルル…

Refineryは、Fish AudioおよびFish-Speechの音声クローンモデルにおいて、最適な参照クリップの組み合わせを見つけ出…

このツールは、Apple Siliconデバイス上で動作するIndexTTS2向けの、美しく機能的なWebUIです。FastAPIをバックエン…

このツールは、トークナイザーフリーの多言語テキスト読み上げシステム「OpenBMB VoxCPM」を、Pinokioを通じて簡単に…

HayaiTTSはAndroid向けのオフラインニューラル音声合成（TTS）エンジンです。システム全体に登録されるため、他のAnd…

Say Labは、大規模言語モデルとクラウドTTS（Text-to-Speech）を活用した軽量な自ホスト型発音練習Webページです。単…

SpeakProは、macOSターミナルユーザー向けの革新的なテキスト読み上げ（TTS）アドオンです。iTerm2やTerminal.appな…

Talkforgeは、ユーザーの顔写真とクローンされた音声（OpenVoice v2使用）を用いて、AIによる短編プロモーションビデ…

bitHuman SDKは、音声入力からリアルタイム（25FPS）でリップシンクされたアニメーション顔を生成する開発キットです…

「open-agent-sdk-go」は、Go言語でAIエージェントを構築・実行するためのSDKです。最大の特徴は、エージェントルー…

AssistPlusは、視覚、聴覚、発話に障害を持つユーザー、および一般的なアクセシビリティサポートを必要とするユーザ…

このツールは、PowerShellで構築された高機能なテキスト読み上げ（TTS）アプリケーション「My Free Speech Reader」…

hermes-weixin-voiceは、Hermes WeChatエージェント向けの双方向音声I/Oレイヤーです。これにより、エージェントは受…

ECHOMEは、ユーザーの思考、音声、行動を高精度にクローンし自動化するオープンソースの個人AIミラーエンジンです。…