Python
Lokale ElevenLabs-Qualität auf eigener Hardware mit VoiceStudio
VoiceStudio bietet lokale Sprachsynthese, Klonen und Transkription in ElevenLabs-Qualität – ohne Cloud, ohne Abonnements, nur Open-Source-Power.
#text-to-speech
7 Projekte Python
Schnelle Inferenz für Sprach- und multimodale Modelle mit SGLang-Omni einrichten
SGLang-Omni bietet eine spezialisierte Runtime für mehrstufige Inferenz von Sprach- und multimodalen Modellen und bewältigt die komplexe Pipeline von der Audio-Kodierung bis zur Sprachsynthese.
JavaScript
Alle lokalen KI-Modelle in einem Fenster — Ein Blick auf Uncensored Local Studio
Ein Blick auf Uncensored Local Studio, einen einheitlichen Desktop-Client, der Stable Diffusion, Sprachmodelle, Spracherkennung und Text-zu-Sprache in einer einzigen App vereint.
Python
Wie man jedes Buch mit Alexandria in eine mehrstimmige Hörproduktion verwandelt
Alexandria verwandelt jeden Text in eine mehrstimmige Hörproduktion mittels LLM-Analyse und neuronaler Sprachsynthese. So funktioniert es und ob es sich lohnt.
Python
MLX-Audio — Wenn dein Apple Silicon Mac sprechen und zuhören lernt
MLX-Audio bringt blitzschnelle TTS, STT und STS auf Apple Silicon Macs. Basierend auf Apples MLX-Framework mit Whisper, Kokoro, Voice Cloning und mehr – lokal ohne Cloud-Kosten.
Python
IndexTTS2: Wenn synthetisierte Sprache wirklich natürlich klingt
IndexTTS2 ist ein Open-Source-Sprachsynthesemodell der nächsten Generation mit präziser Dauerkontrolle und Emotionstrennung für realistische Stimmerzeugung.
21,665
Python
GPT-SoVITS: Eine Stimme in 5 Sekunden klonen
GPT-SoVITS ist eine Open-Source-Stimmlösung, die aus nur 5 Sekunden Audio Sprache synthetisiert. Lernen Sie Funktionen und praktische Anwendungen kennen.
59,067