edge-TTS-record

Edge浏览器Windows平台下的TTS录音工具，支持中文输出

edge-TTS-record Microsoft Edge 语音合成在线音频录制 Github 开源项目

edge-TTS-record是一款适用于Windows平台的Microsoft Edge浏览器语音录制工具。能够录制在线中文语音合成并输出为.wav格式。该工具支持Microsoft Edge Chromium版，提供Xiaoxiao与Yunyang两种逼真的中文语音选项。操作简单，下载运行后，联网通过文字编辑框输入文本，调整参数后可试听与录制。适合需要高质量语音输出的各类应用场景。

访问官网

Github

介绍相关项目

Bridge-TTS - 创新方法提升文本转语音合成效果

Bridge-TTSGithubSchrodinger Bridge开源项目文本转语音机器学习语音合成

Bridge-TTS是一个革新性的文本转语音(TTS)项目，利用人工智能和机器学习技术，通过创新的数据处理方法优化语音合成。无论在简单还是复杂的应用场景中，它都显著优于传统的扩散模型。这一突破不仅提升了TTS技术水平，还为语音合成和相关人工智能领域开辟了新的研究方向。项目详情、研究方法和结果可在官方网站查阅，完整源代码将在论文被学术界正式接受后公开发布。

talk-to-chatgpt - 语音交互增强ChatGPT使用体验

AI助手Chrome扩展GithubTalk-to-ChatGPT可访问性开源项目语音交互

Talk-to-ChatGPT是Chrome和Edge浏览器扩展，为ChatGPT提供语音交互功能。通过语音识别和文字转语音技术，用户可与AI进行自然对话。扩展集成ElevenLabs API支持自定义语音，并提供语速、语音类型和语言等多项设置。这不仅增强了用户体验，还为老年人和残障人士提供了便利的AI交互方式。

speech-to-text - 实时音频转录系统，兼容多种格式，具备高级配置

GithubNVIDIA GeForce RTX 3060PythonSilero VADfaster-whisper实时转录开源项目

该开源项目使用Silero VAD技术检测静音部分，并结合Faster-Whisper将音频数据转录为文本。支持多种音频格式（如wav、mp3、ogg）和高级设置，如重复惩罚和无重复ngram大小。其HTML界面允许进行详细配置，并能同步显示转录结果，支持CUDA环境运行，兼容最新的Faster-Whisper版本（1.0.3），提升转录速度和准确性。

mandarin-tts - 模块化的中文文本到语音合成框架

AI绘图Githubgithubmandarin-ttsvocoder开源项目语音合成

mandarin-tts是一个模块化的中文文本到语音合成框架，适用于加速科研和产品开发。它的主要特点包括模块化配置、多样的声码器支持以及丰富的嵌入选项，如说话人、韵律和文本嵌入。此外，该框架还支持预测语音的持续时间、音调和能量变化，通过开源合作进一步拓展其功能。框架提供多数据集的音频样本和预训练模型，方便用户使用和进一步开发。此外通过正确使用专有名词，如YAML配置文件，并加入客观描述，提供高效的开发工具给研究人员和开发者。

videojs-record - video.js音视频录制插件实现多媒体文件捕捉

Githubvideo.js插件videojs-record图像录制开源项目视频录制音频录制

videojs-record是基于video.js的插件，提供音频、视频和图像文件录制功能。支持WebM、MP4等多种格式，兼容主流浏览器，具有良好的界面和集成性。该项目在GitHub上获得了较高评价，受到开源社区关注。适用于需要实现多媒体捕捉功能的Web应用开发场景。

openai-whisper - Next.js实现的自动语音识别，支持实时转录和录音回放

GithubNext.jsopenai-whisper实时转录开源项目自动化转录语音识别

本项目是基于OpenAI Whisper的自动语音识别系统webapp，使用Next.js框架开发。它能自动录音并上传至服务器进行转录和翻译，然后将结果返回前端。支持录音回放以验证输出效果，同时可通过设置消除背景噪音和调整录音暂停时间。项目仍在开发中，提供多种配置选项，适合需要快速实现语音转录功能的开发者。

XZVoice - 文字转语音软件，具备高度个性化设置及音乐背景功能

ElectronElementUIGithubvue开源项目文字转语音软件阿里云语音合成

XZVoice是一款基于Electron, Vue, ElementUI和JavaScript技术构建的高度可定制的文字转语音软件。采用阿里云语音合成技术，支持多种个性化设置如应用密钥和背景音乐，提升整体使用感受。最新发布的V2版集成了增强功能和多项优化，确保提供卓越且个性化的用户体验。

read-aloud - 浏览器文本语音转换扩展，兼容多种网站和语音选项

Chrome扩展Firefox扩展GithubRead Aloud学习障碍开源项目文本转语音

Chrome 和 Firefox 浏览器扩展，支持文本语音转换。适用于新闻、博客、教育网站等，支持本地和 Google Wavenet、Amazon Polly 等云服务语音，部分语音需额外付费。适合阅读障碍者、学习语言的儿童及需要眼睛休息的用户。

EmotiVoice - 开源多声音、情感合成的文本转语音引擎

EmotiVoiceGithub多声音开源开源项目情感合成文本到语音热门

EmotiVoice是一款功能强大的开源文本转语音（TTS）引擎，支持中英文，并配备超过2000种声音选项。其最显著的特点是情感合成功能，用户可以创建表达各种情绪的语音，如快乐、激动、悲伤和愤怒等。EmotiVoice提供易于使用的Web界面和脚本接口，适用于批量生成结果，同时还支持语音速度调整，提供Mac应用程序和HTTP API，增设免费调用次数。

Text to Speech.im - 多语言文本转语音工具智能生成自然语音

AI工具AI语音合成在线工具多语言支持文字转语音语音下载

Text to Speech.im是一款先进的在线文本转语音工具，利用人工智能技术将文字转换为自然流畅的语音。支持多种语言和语音风格，用户可轻松生成高质量语音文件并下载。适用于视障人士、内容创作、教育等多种场景，跨设备使用，提供强大功能和简便操作。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号