VoxCPM2 es el modelo de conversión de texto a voz 2B sin tokenizador Apache-2.0 de OpenBMB para 30 idiomas, diseño de voz, clonación controlable, streaming, ajuste fino y salida de 48 kHz. Esta guía cubre modos, implementación, evaluación, consentimiento, procedencia y alternativas.
ChatTTS is a text-to-speech model designed specifically for dialogue scenario such as LLM assistant. It supports both English and Chinese languages. - Herramienta de IA inteligente para mejorar tu productividad.
Tetos es un wrapper open source en Python/CLI que ofrece una interfaz unificada para múltiples proveedores de text-to-speech. Sirve a desarrolladores que quieren comparar o cambiar entre Edge TTS, OpenAI, Azure, Google, Volcengine, Baidu, Minimax, Xunfei, Fish Audio y otros motores.
EmotiVoice es un motor TTS open source y gratuito de NetEase Youdao, con múltiples voces y control por prompts. Soporta síntesis en inglés y chino, más de 2.000 voces y control emocional para investigación, prototipos, personajes y apps de voz.
ElevenLabs es una plataforma de voz AI para texto a voz, clonación, doblaje, STT, voice agents y APIs de audio generativo.
A deep learning toolkit for Text-to-Speech, battle-tested in research and production - Herramienta de IA inteligente para mejorar tu productividad.
Hailuo AI TTS es una herramienta vinculada a MiniMax Audio para texto a voz multilingüe, voces IA y clonación de voz.
The best and most realistic voice tools currently available - Herramienta de IA inteligente para mejorar tu productividad.
IndexTTS es el sistema open source de Bilibili para síntesis de voz zero-shot, controlable y eficiente a nivel industrial. Es más útil para investigadores y desarrolladores de voz que para usuarios que buscan una app web pulida.