#音声生成 (15 repos)

🤗 Diffusersは、画像、音声、分子の3D構造生成のための最先端の拡散モデルを提供するPythonライブラリです。シンプ…

Amphionは、音声、音楽、スピーチ生成のためのオープンソースツールキットです。再現可能な研究を支援し、音声生成分…

MOSS-TTS Familyは、MOSI.AIとOpenMOSSチームが開発したオープンソースの音声およびサウンド生成モデル群です。高忠…

このツールは、AIエージェント（Claude Code、Cursor、Gemini CLIなど）向けに設計されたマルチモーダル生成メディア…

このツールは、任意のコンテンツ（テキスト、ファイル、URL）を、ユーザーがスクリプト、プロンプト、ホストの役割、…

Hallo-Liveは、テキスト入力からリアルタイムでアバターのビデオと音声を生成する先進的なフレームワークです。因果…

Vocelloは、Apple Silicon Mac向けに開発された、ローカルで動作するAI音声生成アプリケーションです。旧QwenVoiceの…

Guaardvarkは、自己ホスト型AIワークステーションであり、自律型スクリーンエージェント、3層ニューラルルーティング…

ComfyUI上でAudioXモデルを使い、テキストや動画を入力として高品質な音声・音楽を生成できる拡張機能です。テキスト…

Voxtral Codec PyTorchは、24kHzモノラル音声波形をTTS（Text-to-Speech）トレーニング用の離散コードに変換するVoxt…

TaleWeaverは、AIが物語全体を司る次世代ブラウザベースのRPGエンジンです。AIゲームマスターが世界、キャラクター、…

Lumaは、AIを活用した動画コンテンツ自動制作プラットフォームです。スクリプトから音声生成、トーキングアバター動…

このツールは、muapi.ai向けのClaude Codeプラグインであり、開発者がIDE内で直接、100種類を超えるAIモデルを利用し…

「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…

ComfyUI向けのカスタムノード「KittenTTS」を追加し、入力したテキストを選択した音声モデルで読み上げ音声へ変換で…