Família open source de modelos de voz com IA da Microsoft, com reconhecimento de fala de longa duração (ASR), text-to-speech com vários falantes (TTS) e modelos de TTS em streaming em tempo real.
jing332/tts-server-android
Um app de TTS para Android que lê textos em voz alta usando serviços de fala HTTP personalizados ou mecanismos de TTS locais importados.
- Estrelas
- 4,528
- Forks
- 433
- Issues abertas
- 91
- Último commit
- há 29 dias
O que é?
O TTS Server é um app de conversão de texto em fala para Android que se registra como um mecanismo de TTS do sistema, permitindo que outros apps, como leitores, usem suas vozes. Ele vem com uma interface de demonstração integrada da Microsoft e permite definir solicitações HTTP personalizadas para se conectar a outros serviços de fala.
Além das vozes online, o app pode importar outros mecanismos de TTS locais. Ele distingue narração de diálogos pelas aspas duplas chinesas, permitindo que sejam lidos com vozes diferentes. Outros recursos incluem novas tentativas automáticas, configurações de fallback e regras de substituição de texto.
O projeto é escrito em Kotlin com Jetpack Compose e inclui um componente baseado em Go entre seus tópicos. As instruções de build abrangem o Android Studio e o GitHub Actions, incluindo a configuração da chave de assinatura.
Recursos principais
- 01Funciona como um mecanismo de TTS do sistema Android para outros apps.
- 02Inclui uma interface de demonstração de fala integrada da Microsoft.
- 03Oferece suporte a solicitações HTTP personalizadas para se conectar a outros serviços de fala.
- 04Pode importar outros mecanismos de TTS locais.
- 05Separa narração e diálogos pelas aspas duplas chinesas.
- 06Oferece novas tentativas automáticas, configurações de fallback e substituição de texto.
Casos de uso
- Ler romances online ou e-books em voz alta no Android usando vozes personalizadas.
- Conectar uma API de fala auto-hospedada ou de terceiros ao TTS do celular inteiro.
- Usar uma voz diferente para os diálogos dos personagens e para a narração.
Início rápido
- 1
Baixe o APK estável na página Releases
- 2
Instale o APK no seu celular Android e ative-o como mecanismo TTS do sistema
Antes de usar
- Disponível apenas para Android: é um aplicativo TTS do sistema Android e não funciona em outras plataformas.
- O README está escrito principalmente em chinês, e compilar a partir do código-fonte exige configurar sua própria chave de assinatura.
Tópicos
Perguntas frequentes
- O que é tts-server-android?
- Um app de TTS para Android que lê textos em voz alta usando serviços de fala HTTP personalizados ou mecanismos de TTS locais importados. O TTS Server é um app de conversão de texto em fala para Android que se registra como um mecanismo de TTS do sistema, permitindo que outros apps, como leitores, usem suas vozes. Ele vem com uma interface de demonstração integrada da Microsoft e permite definir solicitações HTTP personalizadas para se conectar a outros serviços de fala.
- tts-server-android é gratuito? Qual é a licença?
- tts-server-android não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
- tts-server-android ainda é mantido?
- Manutenção ativa. O último commit de tts-server-android foi em 24 de set. de 2026.
- Para que posso usar tts-server-android?
- Ler romances online ou e-books em voz alta no Android usando vozes personalizadas. Conectar uma API de fala auto-hospedada ou de terceiros ao TTS do celular inteiro. Usar uma voz diferente para os diálogos dos personagens e para a narração.
- Como instalar tts-server-android?
- Baixe o APK estável na página Releases Instale o APK no seu celular Android e ative-o como mecanismo TTS do sistema
- Onde consigo tts-server-android?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/jing332/tts-server-android
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Sistema open source de text-to-speech com clonagem de voz, controle de emoção em linguagem natural e geração com vários falantes, baseado em modelos no estilo LLM.
Sistema de síntese de fala zero-shot que clona uma voz a partir de um único áudio de referência, com controle de emoção, velocidade e pronúncia.
Biblioteca Python de inferência para o Kokoro-82M, um modelo de conversão de texto em fala com pesos abertos e 82 milhões de parâmetros.
Um mecanismo neural rápido de conversão de texto em fala que roda localmente, usa espeak-ng para fonemização e pode ser instalado via pip.
Pacote Python para conversão de texto em fala offline com o modelo Kokoro no ONNX Runtime, com suporte a CPU e GPU.