#TTS (70 repos)

edge-ttsは、Microsoft Edgeのオンラインテキスト読み上げサービスをPythonコードやコマンドラインから利用できるツ…

Bert-VITS2は、多言語BERTをVITS2バックボーンに統合したテキスト読み上げ（TTS）システムです。このツールは、高度…

EmotiVoiceは、Netease Youdaoが開発したオープンソースの多感情・プロンプト制御型テキスト読み上げ（TTS）エンジン…

VITSは、エンドツーエンドのテキスト読み上げ（Text-to-Speech, TTS）システムであり、条件付き変分オートエンコーダ…

Silero Modelsは、事前学習済みのテキスト読み上げ（TTS）モデルを開発者向けに提供するライブラリです。このツール…

MARS5は、CAMB.AIが開発した英語の音声合成（TTS）モデルです。わずか5秒の音声とテキストスニペットから、スポーツ…

CrispASRは、whisper.cppを基盤とし、主要なASR（自動音声認識）およびTTS（テキスト読み上げ）モデルのためのC++ gg…

ComfyUI上でF5-TTSを使い、手元の音声サンプルと対応テキストから自分の声に近い読み上げ音声を生成できるカスタムノ…

このツールは、Ollama（LLM）、LiteLLM（AIゲートウェイ）、Whisper（STT）、Kokoro（TTS）、Embeddings（RAG）など…

QTranslateは、開発が停止したデスクトップ翻訳ツールをKotlinで再構築した、高速で拡張性の高い翻訳スイートです。…

このツールは、Anthropicの公式Claude Telegramプラグインを大幅に強化するドロップインアップグレードです。音声メ…

「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…

Volocalは、iOSデバイス上で完全にローカルに動作する音声AIアプリです。STT（音声認識）からLLM（大規模言語モデル…

このプロジェクト「kikiri-tts」（旧kokoro-deutsch）は、既存のKokoro-82Mモデルをドイツ語向けにファインチューニ…

Speech Studioは、コンテンツクリエイター向けのオープンソースのデスクトップアプリケーションです。短い音声クリッ…

このリポジトリは、ComfyUI上でテキスト読み上げ（TTS）音声を生成し、そのままDaVinci Resolve Studioのアクティブ…

macos-speech-serverは、macOS上で動作するローカルな音声認識（STT）および音声合成（TTS）サーバーです。OpenAI互…

このツールは、Claude CodeのAIチャットでClaudeの応答を音声で聞くための、完全にローカルなTTS（Text-to-Speech）…

yshtcn/xiaomiTTS2OpenAITTSAPIは、小米MiMo TTS APIをOpenAI互換のTTS APIプロキシサービスに変換するツールです。…

この`rick-voice`は、あらゆるテキストを人気アニメキャラクター「リック・サンチェス」の本物の声に変換できるPytho…

Aurisは、EPUB、PDF、TXT形式の電子書籍をオフラインでオーディオブックとして楽しむためのツールです。ローカルで動…

「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…

OpenClaw Voice Controlは、macOS上で動作するOpenClaw向けのローカル音声制御ツールです。Siriのようにウェイクワー…

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…