Proyectos open source sobre «speech-synthesis»

Modelo ligero de text-to-speech basado en ZipVoice que clona voces y genera audio a 48 kHz hasta 150 veces más rápido que en tiempo real con GPU.

Biblioteca de inferencia en Python para Kokoro-82M, un modelo de texto a voz de pesos abiertos con 82 millones de parámetros.

Modelo de texto a voz ultraligero que funciona en el dispositivo, con arquitectura de 80M parámetros, salida en streaming a 32 kHz y compatibilidad con CPU, CUDA y MPS.