微软开源的语音 AI 模型系列,包含长音频语音识别、多人对话语音合成和实时流式语音合成。
5.5万6170PythonMIT更新于 15天前
一款 Android 系统 TTS 应用,可用自定义 HTTP 接口或导入的本地引擎朗读文本。
TTS Server 是一款 Android 文字转语音应用,以系统 TTS 引擎的形式工作,其他应用(例如阅读类软件)可以直接调用它的声音。应用内置微软演示接口,也允许用户自定义 HTTP 请求,接入其他语音合成服务。
除在线语音外,应用还可以导入其他本地 TTS 引擎。它会根据中文双引号区分旁白与对话,并分别使用不同声音朗读。此外还提供自动重试、备用配置和文本替换等功能。
项目使用 Kotlin 与 Jetpack Compose 开发。编译说明涵盖 Android Studio 和 GitHub Actions 两种方式,并包含签名密钥的配置步骤。
从 Releases 页面下载稳定版 APK
在 Android 手机上安装 APK,并将其设为系统 TTS 引擎
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
微软开源的语音 AI 模型系列,包含长音频语音识别、多人对话语音合成和实时流式语音合成。
开源文本转语音系统,支持声音克隆、自然语言控制情绪和多角色语音生成。
零样本语音合成系统,仅凭一段参考音频即可克隆音色,并支持情感、语速和发音控制。
Kokoro-82M 文字转语音模型的 Python 推理库,模型参数量为 8200 万。
一款快速、可本地运行的神经网络语音合成引擎,使用 espeak-ng 进行音素转换。
基于 ONNX Runtime 运行 Kokoro 模型的 Python 离线文本转语音库,支持 CPU 与 GPU。