Projetos open source sobre “speech-synthesis”

Modelo leve de text-to-speech baseado no ZipVoice para clonagem de voz, que gera fala em 48 kHz a até 150x o tempo real na GPU.

Biblioteca Python de inferência para o Kokoro-82M, um modelo de conversão de texto em fala com pesos abertos e 82 milhões de parâmetros.

Modelo de síntese de voz ultraleve que roda no dispositivo, com arquitetura de 80 milhões de parâmetros, saída em streaming a 32 kHz e suporte a CPU, CUDA e MPS.