Python
ElevenLabs local en tu propio hardware con VoiceStudio
VoiceStudio ofrece síntesis de voz, clonación y transcripción con calidad de ElevenLabs en local—no hay nube, no hay suscripciones, solo poder open source.
#text-to-speech
7 proyectos Python
Cómo configurar inferencia rápida para modelos de voz y multimodales con SGLang-Omni
SGLang-Omni es un runtime especializado para inferencia de modelos de voz y multimodales, gestionando el pipeline desde codificación de audio hasta síntesis.
JavaScript
Todos los Modelos de IA Locales en Una Ventana — Un Vistazo a Uncensored Local Studio
Un vistazo a Uncensored Local Studio, un cliente de escritorio unificado que combina Stable Diffusion, modelos de lenguaje, reconocimiento de voz y texto a voz en una sola aplicación.
Python
Cómo Convertir Cualquier Libro en una Producción de Audio Multivoz con Alexandria
Alexandria transforma cualquier texto en una producción de audio multivoz utilizando análisis con LLM y síntesis de voz neuronal. Aquí te explicamos cómo funciona y si vale la pena probarlo.
Python
MLX-Audio — Cuando tu Mac con Apple Silicon aprende a hablar y escuchar
MLX-Audio ofrece capacidades ultrarrápidas de TTS, STT y STS para Macs con Apple Silicon. Construido sobre el framework MLX de Apple, ofrece Whisper, Kokoro, clonación de voz y más, todo ejecutándose localmente sin costos en la nube.
Python
IndexTTS2: Cuando el habla sintetizada suena verdaderamente natural
IndexTTS2 es un modelo de síntesis de voz de código abierto de nueva generación con control preciso de duración y separación de emociones para generación de voces realistas.
21,665
Python
GPT-SoVITS: Clona una voz en 5 segundos
GPT-SoVITS es una solución de código abierto para clonar voces que puede sintetizar habla con solo 5 segundos de audio. Conoce sus características y aplicaciones prácticas.
59,067