“text-to-speech” 관련 오픈소스 프로젝트

An agent framework that connects digital humans (2.5D, 3D, mobile, PC, web) and LLMs (OpenAI-compatible, DeepSeek) to business systems.

Python package for offline text-to-speech using the Kokoro model running on ONNX Runtime, with CPU and GPU support.

Linux desktop and Sailfish OS app for note taking, reading and translating with offline speech-to-text, text-to-speech and machine translation.

Java server and admin platform for Xiaozhi ESP32 voice devices, covering device monitoring, voice and persona management, and conversation logs.

Offline speech toolkit using onnxruntime for speech recognition, text-to-speech, VAD, diarization and more, across many platforms and languages.

NVIDIA's open-source toolkit for building, fine-tuning and deploying speech AI models, covering speech recognition (ASR), text-to-speech (TTS) and speech LLMs.

A desktop app for building AI digital humans, with lip-sync video synthesis, text-to-speech, voice cloning, and local AI model management.

Open-source voice AI family from Microsoft, with long-form speech recognition (ASR), multi-speaker text-to-speech (TTS), and real-time streaming TTS models.

An MCP voice layer that lets you have spoken conversations with Claude Code and other MCP-capable agents, using cloud or local speech services.

Resemble AI의 오픈 소스 TTS 모델 제품군으로, 짧은 참조 음성 클립을 바탕으로 영어를 비롯한 여러 언어에서 음성 복제를 지원합니다.

참조 오디오 한 개로 음성을 복제하고 감정, 속도, 발음을 조절할 수 있는 제로샷 음성 합성 시스템입니다.

5초 분량의 오디오로 목소리를 복제하고 CPU에서 실시간으로 실행되는 KittenTTS 2 모델을 사용하는 오픈 소스 TTS 라이브러리입니다.

LLM 스타일 모델을 기반으로 음성 복제, 자연어 감정 제어, 다중 화자 생성을 지원하는 오픈 소스 TTS 시스템입니다.

언어 모델, 음성 합성, 도구 사용을 휴대폰에서 오프라인으로, 계정 없이 실행하는 React Native 모바일 앱입니다.

CPU에서 실시간으로 실행되는 0.1B 파라미터 다국어 TTS 모델로, 음성 복제와 48 kHz 스테레오 출력을 지원합니다.

실시간 음성 에이전트와 앱을 위한 오픈소스 온디바이스 음성 인식·의도 인식·음성 합성 툴킷입니다.

Flow matching과 Diffusion Transformer를 사용하는 오픈소스 TTS 시스템으로, 짧은 참조 오디오만으로 zero-shot 음성 클로닝을 지원합니다.

전화 및 브라우저 음성 에이전트를 구축·테스트·배포할 수 있는 셀프 호스팅 가능한 오픈소스 음성 AI 플랫폼으로, 비주얼 워크플로 빌더와 MCP를 지원합니다.

Kokoro-82M TTS를 사용해 EPUB, PDF, 텍스트, 자막 파일을 자막 동기화 오디오로 변환하는 데스크톱 및 웹 앱입니다.

음성, LLM, 전송 서비스를 플러그인 방식으로 연결해 실시간 음성 및 멀티모달 AI 에이전트를 만드는 오픈소스 Python 프레임워크입니다.