Edge0/Audio8-TTS-Realistic-0.6b là một mô hình Text-to-Speech (TTS) mới trên Hugging Face, hỗ trợ tổng hợp giọng nói chân thực cho các ứng dụng AI.
🧩 Chức năng: Xử lý giọng nói/âm thanh (đọc, chép lời, lồng tiếng)
Công cụ voice input cho Fcitx5 tích hợp ASR (nhận diện giọng nói) local/cloud và rewrite bằng LLM, hỗ trợ nhiều distribution.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Dự án mã nguồn mở hỗ trợ thiết kế giọng nói tiếng Thổ Nhĩ Kỳ bằng VoxCPM2 chạy trên GPU 4GB, bao gồm giao diện cục bộ và các bản vá âm thanh. Hữu ích cho việc nghiên cứu tổng hợp giọng nói AI phần cứng thấp.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
VoxMel: Wavelet-Factorized Autoregressive Mel-Spectrogram Modeling for Zero-Shot Speech Synthesis
🧩 Chức năng: Xử lý giọng nói/âm thanh (đọc, chép lời, lồng tiếng)
Phonon là công cụ gõ văn bản bằng giọng nói chạy cục bộ cực nhanh và đơn giản dành cho macOS. Giúp tự động hóa việc nhập liệu và ghi chú hàng ngày mà không cần gửi dữ liệu lên đám mây.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
开口 kaikou:让克隆的声音,一开口就说人话。A skill for AI coding assistants: natural-sounding voice-overs from open-source voice cloning, from recording to final mix.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Khớp môi / người ảo — làm nhân vật nói theo audio
赛博小雅直播版 · 组件版数字人(Vidu s2)· 免费开源 AGPL-3.0 · 作者:天工开帧(抖音/B站/YouTube 同名)
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
A text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apple's MLX framework, providing efficient speech analysis on Apple Silicon.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Gradio WebUI for creators and developers, featuring key TTS (Edge-TTS, kokoro) and zero-shot Voice Cloning (E2 & F5-TTS, CosyVoice), with Whisper audio processing, YouTube download, Demucs vocal isolation, and multilingual translation.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
1 min voice data can also be used to train a good TTS model! (few shot voice cloning)
🧩 Chức năng: Xử lý giọng nói/âm thanh (đọc, chép lời, lồng tiếng)
SpeakoFlow là công cụ nhận diện giọng nói offline miễn phí cho Windows, macOS, Linux, thay thế Wispr Flow, tích hợp AI assistant có thể đọc màn hình và trả lời câu hỏi. Phù hợp cho người dùng muốn dictation không cần kết nối.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Ahenk: açık Türkçe metinden sese. Open Turkish text-to-speech: VoxCPM2 LoRA (Ahenk), 8.6M on-device model (Ahenk Cep), trnorm text normaliser, TR-Zor benchmark
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)
GPU coordination for local AI companions on AstrBot / DeepSeek Harness: persona LLM, IndexTTS voice and ComfyUI selfies take turns on one 12 GB card. No proxy.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Text-to-speech for 92 African languages + English (Pocket TTS, IPA via africa-g2p): inference, training recipe, sherpa-onnx mobile deployment
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Repo GH open-source 'easyVoice' hỗ trợ text-to-speech với tính năng hỗ trợ văn bản dài và tùy chọn nhiều nhân vật giọng nói khác nhau.
🧩 Chức năng: Xử lý giọng nói/âm thanh (đọc, chép lời, lồng tiếng)
Công cụ mở khóa tính năng đọc chính tả giọng nói tự nhiên Gemini Rambler và công cụ viết AI trên mọi dòng điện thoại Android mà không cần root.
🧩 Chức năng: Xử lý giọng nói/âm thanh (đọc, chép lời, lồng tiếng)
Bộ lệnh giọng nói cộng đồng cho phần mềm điều khiển Talon, hỗ trợ tối ưu hóa thao tác không dùng tay.
arXiv:2611.14965v1 Announce Type: new Abstract: Parallel test-time scaling (TTS) has been shown to enhance reasoning in large language models by generating and aggregating multiple independent reasoning paths. Internal confidence scores can further improve this process by identi…
🧩 Chức năng: Sinh video bằng AI (text/ảnh → video) · Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)
FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Training, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animation, Text To Video, Tutorials, Guides, Lectures, Courses, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, TTS, Voice Cloning, AI, AI…
NVIDIA ra mắt mô hình nhận dạng giọng nói tự động NVIDIA-Nemotron-3.5-Transcribe-30B-A4B trên Hugging Face, hỗ trợ chuyển đổi speech-to-text với dung lượng 30B tham số.
This work proposes WaveGen, a fully end-to-end diffusion-based text-to-waveform framework based on Spectral Forcing, which jointly learns an internal spectral trajectory and the target waveform trajectory within a single model, enabling direct end-to-end text-to-waveform generati…
Mistral’s speech models for transcription, TTS and agents Discussion | Link
Expanding the vocabulary of conditional text-to-speech (TTS) models typically requires extensive fine-tuning with paired audio, creating a major bottleneck for low-resource and cross-lingual adaptation. To address this, we introduce SEAM, a zero-audio initialization method that c…
🧩 Chức năng: Tự động hoá quy trình
VoiceChanger 2026 – phần mềm thay đổi giọng nói với tất cả tính năng đã được kích hoạt, sẵn sàng cài đặt. Đây là bản “crack” không hợp pháp.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Clone your own voice on your own computer: speak any text in 60+ languages and dub videos into another language in your voice. Fully local. Early version.
🧩 Chức năng: Sinh video bằng AI (text/ảnh → video) · Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Khớp môi / người ảo — làm nhân vật nói theo audio
IP Bot 免费开源的数字人IP口播智能体视频创作工作台。罗根旗博士直播间同款。可本地部署,也可以云端。
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Khớp môi / người ảo — làm nhân vật nói theo audio
HeadTTS: Free neural text-to-speech (Kokoro) with timestamps and visemes for lip-sync. Runs in-browser (WebGPU/WASM) or on local Node.js WebSocket/REST server (WebGPU/CPU).
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Offline real-time speech translation for meetings and calls. Runs locally: no cloud, no recordings kept.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
[74/100] Khám phá hex, công cụ nhận diện giọng nói địa phương cho Mac, Windows và Linux. Tìm hiểu về kiến trúc, tính năng và các cập nhật gần đây. Read the full...
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
OpenSakura: MekaHime's first AI companion, open source. 3D VRoid avatar, real-time voice, emotion state, OpenRouter or Ollama brain.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Free offline AI voice studio for Windows — text-to-speech with cloned and built-in voices, and speech recognition with speakers. Russian done right. 100% local, one native .exe, zero Python.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Lightweight on-device text-to-speech: flow LM over a continuous-latent codec, Rust runtime, Android/iOS/Linux/Python
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)
Native ComfyUI port of Ming-3.0-tts, supporting 0.5B and Tiny 9B speech generation.
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
A scalable generative AI framework built for researchers and developers working on Large Language Models, Multimodal, and Speech AI (Automatic Speech Recognition and Text-to-Speech)
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Fast and local neural text-to-speech engine
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Speech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 se…
🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng
Local AI voice studio: real-time voice changer, text-to-speech, voice cloning & dubbing with a drop-in OpenAI-compatible API. 100% offline, no cloud, no API keys. Unofficial fork of VoiceStudio.