cập nhật 48 phút trước
38
notepower2k1/CapCap
🎬 AI Video TTS / nhân bản giọng (top) 12 giờ trước ⭐ 365 Python 📄 Apache-2.0

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề) · Tự động trọn gói — từ kịch bản ra video thành phẩm

CapCap là ứng dụng Windows hỗ trợ toàn diện việc localizing và lồng tiếng video ngắn, tích hợp các tính năng transcription, dịch thuật, tạo giọng nói và chỉnh sửa timeline. Công cụ này cực kỳ hữu ích cho việc sản xuất nội dung đa ngôn ngữ hoặc làm MMO video.

🅲 hạng C
34
n4ze3m/tiny-voca
⭐ Repo trending GitHub mới (#text-to-speech) 20 giờ trước ⭐ 362 Python 📄 Apache-2.0

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng

Mô hình text-to-speech cực nhẹ chỉ với 4.5 triệu tham số, hỗ trợ hai giọng nói tiếng Anh. Dự án này đáng chú ý vì khả năng chạy trên các thiết bị tài nguyên thấp hoặc ứng dụng cần tối ưu hóa tốc độ.

🅲 hạng C
30
walkskysu/digital-human-koubo-comfyui
🎬 AI Video GitHub mới (#lip-sync) 1 ngày trước ⭐ 34 +3 TypeScript 📄 MIT

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Khớp môi / người ảo — làm nhân vật nói theo audio · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)

Dự án ComfyUI này cho phép tạo video người ảo (digital human) từ một ảnh duy nhất hoàn toàn offline. Kết hợp Qwen3-TTS và MiniMax H3, hỗ trợ nhiều phong cách chỉnh sửa, phù hợp để làm nội dung tự động hóa.

🅲 hạng C
29
pnnbao97/VieNeu-TTS
🛠️ Công cụ AI GitHub Trending (daily/python) 1 ngày trước ⭐ 3,378 +73 Python 📄 không có license

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng

VieNeu-TTS là công cụ chuyển văn bản thành tiếng Việt với khả năng nhân bản giọng nói tức thì, chạy trên thiết bị, suy luận CPU thời gian thực và chất lượng âm thanh 48kHz. Phù hợp cho các ứng dụng cần TTS tiếng Việt chất lượng cao offline.

🅲 hạng C
28
thunderifang/rpocket-team-tube-assistant
🎬 AI Video GitHub mới (#tts) 14 ngày trước ⭐ 62 HTML 📄 không có license

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề) · Tự động trọn gói — từ kịch bản ra video thành phẩm

Autonomous YouTube AI agent: LLM script, TTS voice, stock clips, FFmpeg editing, AI thumbnail, auto-upload — 100% free, Telegram-controlled.

🅲 hạng C
27
liuzhao1225/YouDub-webui
🎬 AI Video TTS / nhân bản giọng (top) 12 ngày trước ⭐ 5,792 TypeScript 📄 Apache-2.0

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)

YouDub-webui là công cụ mã nguồn mở hỗ trợ dịch và nhân bản giọng AI cho video YouTube/Bilibili, bao gồm nhận diện giọng nói, dịch phụ đề, clone giọng và trộn âm thanh.

🅲 hạng C
27
existence-master/Sentient
🤖 AI Agent / MCP TTS / nhân bản giọng (top) 25 ngày trước ⭐ 710 Python 📄 không có license

🧩 Chức năng: Tự động hoá quy trình

Trợ lý AI cá nhân chạy cục bộ hỗ trợ tác vụ dài hạn, bộ nhớ thực, giọng nói và tích hợp thiết bị mà không cần tài khoản. Rất hữu ích cho người dùng muốn tự động hóa cục bộ và bảo mật dữ liệu riêng tư.

🅲 hạng C
27
guaardvark/guaardvark
🛠️ Công cụ AI Repo sinh video (top) 23 ngày trước ⭐ 317 +9 Python 📄 MIT

🧩 Chức năng: Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)

guaardvark là một studio AI tự host trên GPU cá nhân, cung cấp RAG, các agent cho màn hình và trình duyệt, swarm coding, đào tạo LoRA, và một server MCP cho Claude Code và Cursor, cùng khả năng tạo video, ảnh, âm nhạc và giọng nói nội bộ mà không thu thập telemetry. Thích hợp cho những ai muốn xây dựng môi trường AI toàn diện và bảo mật trên máy riêng.

🅲 hạng C
27
PunithVT/ai-avatar-system
🛠️ Công cụ AI Khớp môi / người ảo (top) 3 ngày trước ⭐ 576 +1 Python 📄 MIT

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Khớp môi / người ảo — làm nhân vật nói theo audio

Nền tảng AI avatar mở源, tự hosted — upload ảnh, nhân bản voice, tạo video lip-sync thời gian thực. Sử dụng Claude, Whisper, Chatterbox, MuseTalk.

🅲 hạng C
27
ddalcu/mlx-serve
⭐ Repo trending TTS / nhân bản giọng (top) 15 ngày trước ⭐ 2,199 Zig 📄 không có license

🧩 Chức năng: Sinh video bằng AI (text/ảnh → video)

mlx-serve là máy chủ inference LLM gốc dành cho Apple Silicon, tương thích API OpenAI + Anthropic, không cần Python, dùng Zig backend và Swift frontend cho macOS với tính năng chat, tạo nhạc, giọng nói và video.

🅲 hạng C
27
Evil0ctal/Douyin_TikTok_Download_API
⚙️ Tự động hoá Repo sinh video (top) 25 ngày trước ⭐ 21,393 +291 Python 📄 Apache-2.0

🧩 Chức năng: Máy chủ MCP — nối công cụ/dữ liệu của bạn vào AI agent

Douyin_TikTok_Download_API là API tự triển khai (Docker) để thu thập dữ liệu và tải video không dấu nước từ TikTok, Douyin và Bilibili, hỗ trợ gọi qua MCP cho AI agent và chuyển giọng nói offline sang văn bản. Bao gồm pool danh tính tự chữa lành và lưu trữ PostgreSQL.

🅲 hạng C
27
openai/openai-agents-js
🤖 AI Agent / MCP TTS / nhân bản giọng (top) 11 ngày trước ⭐ 3,985 +19 TypeScript 📄 MIT

🧩 Chức năng: Tự động hoá quy trình

openai/openai-agents-js là một framework nhẹ và mạnh mẽ của OpenAI cho phép xây dựng các workflow đa agent và voice agent. Framework hỗ trợ lập trình bằng JavaScript, tích hợp các agent để tương tác, thực thi tác vụ, và xử lý giọng nói. Đối với nhà phát triển muốn tạo chatbot đa agent hoặc ứng dụng AI thoại, đây là công cụ hữu ích.

🅲 hạng C
27
tetherto/qvac
⭐ Repo trending Repo sinh video (top) 25 ngày trước ⭐ 764 +2 TypeScript 📄 Apache-2.0

🧩 Chức năng: Sinh video bằng AI (text/ảnh → video)

qvac là SDK AI chạy hoàn toàn trên thiết bị, không cần cloud hay API keys, hỗ trợ GGUF, RAG, tạo ảnh, âm nhạc, video, nhận dạng giọng nói, và inference P2P trên đa nền tảng (Linux, macOS, Windows, Android, iOS).

🅲 hạng C
27
aligh98/tts-director
🤖 AI Agent / MCP GitHub mới (#text-to-speech) 12 ngày trước ⭐ 81 +1 Python 📄 MIT

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng

tts-director là skill dạng AI Agent giúp điều khiển kịch bản trước khi gửi tới dịch vụ Text‑to‑Speech ElevenLabs (v3/v4), hỗ trợ viết lại nội dung, gắn tag tối ưu, linter miễn phí và kiểm thử A/B; dự án hướng tới người dùng tiếng Ba Tư.

🅲 hạng C
26
edison7009/EchoBird
🛠️ Công cụ AI TTS / nhân bản giọng (top) 12 ngày trước ⭐ 3,549 +48 Rust 📄 MIT

🧩 Chức năng: Công cụ quanh mô hình ngôn ngữ (prompt/agent)

Ứng dụng AI desktop tích hợp sẵn cài đặt 1-click cho Claude Code, Codex CLI, DeepSeek và quản lý tài khoản/quota thông minh. Hỗ trợ điều hướng mô hình tự động chuyển đổi khi lỗi, nhập liệu giọng nói và chạy LLM cục bộ.

🅲 hạng C
26
wladradchenko/wunjo.wladradchenko.ru
🎬 AI Video Khớp môi / người ảo (top) 25 ngày trước ⭐ 1,182 C++ 📄 GPL-3.0

🧩 Chức năng: Sinh video bằng AI (text/ảnh → video) · Khớp môi / người ảo — làm nhân vật nói theo audio · Giữ nhân vật nhất quán giữa các cảnh (gương mặt/định danh)

Wunjo là dự án mã nguồn mở cho phép swap khuôn mặt, đồng bộ môi, loại bỏ vật thể, văn bản, nền, tái tạo phong cách, tách âm thanh, sao chép giọng nói và sinh video, tất cả chạy local và miễn phí.

🅲 hạng C
26
pydantic/pydantic-ai
🤖 AI Agent / MCP TTS / nhân bản giọng (top) 24 ngày trước ⭐ 21,213 +20 Python 📄 MIT

🧩 Chức năng: Tìm kiếm/CSDL vector cho RAG

Thư viện Python của Pydantic giúp xây dựng AI Agent, giọng nói thời gian thực và xử lý đa phương thức một cách type-safe đầu cuối. Rất hữu ích cho lập trình viên muốn phát triển ứng dụng AI chuẩn chỉnh và an toàn về kiểu dữ liệu.

🅲 hạng C
26
kaomei/stickman-video-director
🎬 AI Video Tự động trọn gói (top) 21 ngày trước ⭐ 6,466 +154 JavaScript 📄 MIT

🧩 Chức năng: Sinh video bằng AI (text/ảnh → video) · Tự động trọn gói — từ kịch bản ra video thành phẩm

Công cụ mã nguồn mở giúp tự động hóa toàn bộ quy trình tạo video hoạt hình người que (stickman) cho các kênh YouTube không lộ mặt (faceless). Tích hợp sẵn tính năng tạo hình ảnh, lồng tiếng, phụ đề, hiệu ứng âm thanh và câu lệnh điều khiển từng cảnh.

🅲 hạng C
25
DozenTwelve/Papermorph
🎬 AI Video Repo sinh video (top) 20 ngày trước ⭐ 1,723 +34 JavaScript 📄 MIT

🧩 Chức năng: Công cụ quanh mô hình ngôn ngữ (prompt/agent)

Công cụ AI biến sách và văn bản thành trải nghiệm web hoạt hình tương tác có lồng tiếng, giúp chuyển đổi nội dung dạng tĩnh sang dạng trực quan động vô cùng độc đáo.

🅲 hạng C
25
k2-fsa/OmniVoice
🛠️ Công cụ AI GitHub Trending (daily/python) 28 ngày trước ⭐ 15,518 +739 Python 📄 không có license

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng

OmniVoice là mô hình TTS clone giọng nói chất lượng cao, hỗ trợ hơn 600 ngôn ngữ, thích hợp cho tạo nội dung đa ngôn ngữ và tích hợp vào ứng dụng.

🅲 hạng C
25
Osmantic/ODS
🛠️ Công cụ AI Top sao · TTS 25 ngày trước ⭐ 7,834 +3 Python 📄 Apache-2.0

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)

ODS V3 cho phép biến PC, Mac hoặc Linux thành máy chủ AI riêng tư, hỗ trợ chạy mô hình ngôn ngữ và có khả năng TTS cho người dùng muốn triển khai AI nội bộ.

🅲 hạng C
25
Nikentaipan/rpocket-team-Telegram-Autodubsub
🎬 AI Video GitHub mới (#text-to-speech) 18 ngày trước ⭐ 24 +-33 📄 không có license

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)

Hệ thống tự động tải video đa nền tảng, trích xuất phụ đề (Faster-Whisper), dịch thuật AI (Gemini/OpenAI), lồng tiếng Việt (CapCut/vieNeuTTS), xóa sub gốc (PaddleOCR) và render video qua Telegram Bot.

🅲 hạng C
25
0xShug0/audio.cpp
⭐ Repo trending Sinh nhạc (top) 21 ngày trước ⭐ 3,781 +31 C++ 📄 không có license

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Sinh nhạc / âm thanh cho video

Thư viện suy luận mô hình âm thanh viết bằng C++ thuần túy dựa trên ggml, hỗ trợ TTS, STT, VAD và tạo nhạc mà không cần phụ thuộc Python. Giúp tối ưu hiệu năng chạy mô hình AI âm thanh trên các hệ thống hạn chế tài nguyên.

🅲 hạng C
25
ATEST: Adaptive Resource-Aware Test-Time Scaling for LLM Inference
📄 Paper HF Daily Papers 29 ngày trước

Test-time scaling (TTS) improves large language model (LLM) reasoning by sampling multiple answers, but fixed sampling budgets ignore both query difficulty and the changing energy cost of inference under GPU contention. We measure up to a 4.1-fold increase in energy for the same …

🅲 hạng C
25
Neywa-Labs/mlx-audio
🛠️ Công cụ AI Top sao · TTS 12 ngày trước ⭐ 8,273 +3 Python 📄 MIT

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng

mlx‑audio là thư viện TTS/STT/STP dựa trên Apple MLX, cung cấp phân tích speech nhanh trên Apple Silicon và hỗ trợ chuyển đổi văn bản thành giọng nói cùng các thao tác ngược lại với hiệu suất cao.

🅲 hạng C
25
HeyChengC/wallstreet-explainer
🎬 AI Video Repo sinh video (top) 14 ngày trước ⭐ 420 JavaScript 📄 không có license

🧩 Chức năng: Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)

Skill tạo video ngắn giải thích tài chính/công nghệ phong cách 'Wall Street' (Video xin lỗi: phần text gốc là tiếng Trung 'kẻ thống trị phong cách...', dịch là 'skill tạo video ngắn giải thích tài chính/công nghệ phong cách Wall Street'). Bao gồm quy trình tìm clip, chụp màn hình, lồng tiếng và render.

🅲 hạng C
25
ilyhalight/voice-over-translation
🎬 AI Video TTS / nhân bản giọng (top) 20 ngày trước ⭐ 7,617 TypeScript 📄 MIT

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng

Công cụ dịch video sang ngôn ngữ khác bằng voice-over và subtitle trực tiếp trên trình duyệt, kết hợp TTS và nhân bản giọng. Phù hợp cho người làm nội dung video đa ngôn ngữ.

🅲 hạng C
25
jastfan/explainroo-ui
🎬 AI Video GitHub mới (#video-generation) 5 ngày trước ⭐ 28 +1 JavaScript 📄 MIT

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng

Visual UI for Explainroo. Explainer videos and product demos made by your AI agent. Free and open source: a local voice (Kokoro), word timing (Whisper) and a canvas renderer turn a script into a narrated MP4.

🅲 hạng C
25
mylxsw/typeflux
🛠️ Công cụ AI TTS / nhân bản giọng (top) 25 ngày trước ⭐ 360 Swift 📄 AGPL-3.0

🧩 Chức năng: Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)

Typeflux là công cụ nhập liệu bằng giọng nói trên macOS dạng menu bar, hỗ trợ workflow 'giữ để nói, thả để nhập'. Rất tiện lợi cho việc đọc văn bản hoặc ra lệnh nhanh vào bất kỳ ứng dụng nào trên máy Mac.

🅲 hạng C
24
VocaHQ/vocalinux
🛠️ Công cụ AI TTS / nhân bản giọng (top) 19 ngày trước ⭐ 967 Python 📄 AGPL-3.0

🧩 Chức năng: Xử lý giọng nói/âm thanh (đọc, chép lời, lồng tiếng)

Công cụ nhận dạng giọng nói offline miễn phí cho Linux, sử dụng Whisper/VOSK, tăng tốc GPU, hoạt động cả X11 và Wayland. Phù hợp cho lập trình viên cần chuyển voice thành text mà không cần kết nối mạng.

🅲 hạng C
24
met4citizen/TalkingHead
🎬 AI Video Khớp môi / người ảo (top) 24 ngày trước ⭐ 1,661 +25 JavaScript 📄 MIT

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Khớp môi / người ảo — làm nhân vật nói theo audio

Lớp JavaScript cho phép tạo hiệu ứng khớp môi (lip-sync) thời gian thực sử dụng avatar 3D toàn thân ngay trên trình duyệt. Rất hữu ích cho việc xây dựng video ảo, trợ lý ảo tương tác hoặc nội dung tự động.

🅲 hạng C
24
buxuku/SmartSub
🎬 AI Video Repo sinh video (top) 21 ngày trước ⭐ 5,955 +36 TypeScript 📄 MIT

🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)

SmartSub: ứng dụng desktop mã nguồn mở, miễn phí, hỗ trợ chuyển video thành phụ đề, dịch phụ đề, AI dubbing và voice cloning, rồi burn phụ đề. Dùng Whisper/FunASR chạy offline, xử lý hàng loạt và tối ưu GPU trên Windows/macOS/Linux.

🅲 hạng C