🧩 Chức năng: Giọng nói / TTS — đọc văn bản, nhân bản giọng, lồng tiếng · Hậu kỳ & ghép (ComfyUI, upscale, nội suy khung, phụ đề)
Open source voice AI platform. Self-hosted alternative to Vapi and Retell. On Prem, BYOK across Speech to Speech or LLM/STT/TTS, with a visual workflow builder, MCP native and telephony support.
🧩 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.
🧩 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.
Mô hình text-to-speech ZONOS3-Mini từ Zyphra trên Hugging Face, hỗ trợ chuyển văn bản thành âm thanh tự nhiên. Thú vị cho các ứng dụng accessibility, nội dung âm thanh, hoặc tích hợp vào AI agent.
🧩 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
Continuous autoregressive TTS relies on an acoustic target that enables stable next-latent modeling while preserving fine-grained acoustic details. While existing approaches employ learned compressed representations (e.g., continuous VAE latents) to render prediction tractable, t…
A Lack of ownership verification on the Hugging Face platform allowed researchers to take control of Kokoro, a text-to-speech model used in projects from Google, NVIDIA, AMD, Intel, and Amazon Web Services. [...]
A Lack of ownership verification on the Hugging Face platform allowed researchers to take control of Kokoro, a text-to-speech model used in projects from Google, NVIDIA, AMD, Intel, and Amazon Web Services. [...]