Python
Lokalny ElevenLabs na własnym sprzęcie z VoiceStudio
VoiceStudio oferuje lokalną syntezę głosu, klonowanie i transkrypcję jakości ElevenLabs na własnym sprzęcie—bez chmury, bez subskrypcji, tylko open-source.
#text-to-speech
7 projektów Python
Jak skonfigurować szybką inferencję dla modeli głosowych i multimodalnych za pomocą SGLang-Omni
SGLang-Omni udostępnia wyspecjalizowane środowisko uruchomieniowe do wielostopniowej inferencji modeli głosowych i multimodalnych, obsługując złożony potok przetwarzania od kodowania audio po syntezę mowy.
JavaScript
All Local AI Models in One Window — A Look at Uncensored Local Studio
A look at Uncensored Local Studio, a unified desktop client that combines Stable Diffusion, language models, speech recognition, and text-to-speech into a single app.
Python
Jak przekształcić dowolną książkę w produkcję audio z wieloma głosami za pomocą Alexandrii
Alexandria przekształca dowolny tekst w produkcję audio z wieloma głosami, wykorzystując analizę LLM i neuronową syntezę mowy. Oto jak to działa i czy warto spróbować.
Python
MLX-Audio — kiedy Twój Mac z Apple Silicon uczy się mówić i słuchać
MLX-Audio oferuje błyskawiczne TTS, STT i STS na Mac z Apple Silicon. W oparciu o MLX, zapewnia Whisper, Kokoro, klonowanie głosu i więcej—lokalnie, bez chmury.
Python
IndexTTS2: kiedy syntetyzowana mowa brzmi naprawdę naturalnie
IndexTTS2 to next-generation model syntezy mowy open-source z precyzyjną kontrolą czasu trwania i separacją emocji do realistycznej generacji głosu.
21,665
Python
GPT-SoVITS: Sklonuj głos w 5 sekund
GPT-SoVITS to open-source'owe rozwiązanie do klonowania głosu, które potrafi syntetyzować mowę z zaledwie 5 sekund nagrania. Poznaj jego funkcje i praktyczne zastosowania.
59,067