音声生成 / TTS (356 repos)

AI映画制作のためのエージェントスキル集で、散文から映像制作まで一貫したプロセスを自動化します。物語の連続性抽…

本リポジトリは、ドイツ語のKokoro音声モデル「Martin」を用いたテキスト読み上げ（TTS）システムのDockerおよびHome…

子供向けのフォニックス学習用フラッシュカードアプリで、単語の音、発音、解読パターンを練習できます。自己ホスト…

ARLIは、Rustで開発された、多機能かつプロダクショングレードのAIエージェントハーネスです。ランタイム依存を持た…

「Okay Hermes Voice」は、既存の「Hermes Agent」に「Okay Hermes」というウェイクフレーズを追加し、常に音声で操…

OpenVoiceは、MITとMyShellの先進技術を組み合わせた、瞬時に音声をクローンできるツールです。自然な音声パターンを…

VividDubは、AIを活用した動画翻訳、吹き替え、字幕生成、ハードサブ（埋め込み字幕）除去を一体化した製品です。音…

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…

Foreverは、TypeScriptネイティブのAIエージェントフレームワークです。マルチエージェントオーケストレーション、16…

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…

SpeechifyPDFは、PDFドキュメントを自然で高品質な音声に変換し、読み上げてくれるアプリケーションです。通勤中やマ…

GradiumPPは、GradiumのText-to-Speech (TTS) およびAutomatic Speech Recognition (ASR) APIを利用するためのC++17…

CogNativeは、既存の声をクローンし、その声で別の言語の音声を生成できる翻訳音声合成ツールです。GUIとCLIの両方を…

Seshat TTSは、Windows向けのGUIユーティリティで、ゲームやアプリケーション向けにリアルタイムの音声ストリーミン…

mlx-swift-dots-ttsは、rednote-hilabのdots.tts-soarモデルをAppleシリコン向けにMLXフレームワークへ移植したもの…

Supertonic Embeddings Trainerは、SupertonicTTS向けのローカルボイスクローニングパイプラインです。WAVファイルを…

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…

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…

MiniBoxは、GPT-SoVITSによる高品質な音声合成とクラウドLLMを組み合わせた、キャラクターボイスチャットボットです…

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…

Crashout Buddyは、Vision AgentsとStream Video上に構築された、リアルタイムで感情認識を行う音声AIエージェントの…

mellifluousは、Markdown形式のテキストを構造やインラインコンテンツを考慮し、自然な間合いで読み上げるツールです…

「feinschmiede」は、Claude Code向けのブランドメディアプラグイン集です。プレゼンテーション資料（PowerPoint）、…

nano-codecは、最小限のニューラルオーディオコーデックであり、16kHzモノラルの音声を128倍に圧縮し、10.2kbpsの低…