Project Icon

piper

针对树莓派4优化的高效本地文本转语音系统

Piper, 一款为树莓派4特化的高速文本到语音(TTS)系统,支持多语言和ONNX运行时框架。用VITS训练的多样化语音模型保证了顶级的输出质量。适用于命令行操作,可用于家庭自动化、教育以及辅助技术等多种应用场景。

pi-card - 树莓派上的离线AI智能助手
AI助手GithubRaspberry Pi开源项目离线系统计算机视觉语音交互
Pi-C.A.R.D是一个完全运行在树莓派上的离线AI智能助手项目。它集成了标准大语言模型的对话能力,同时支持拍照、图像描述和分析功能。该系统通过唤醒词或按钮触发对话,具有可配置的对话记忆功能。Pi-C.A.R.D采用C++实现音频转录和视觉语言模型,确保高效运行,同时保护用户隐私。
PI-Assistant - 树莓派智能家居语音助手 开源多功能可扩展
GithubHomeAssistantMQTT开源项目智能家居树莓派语音助手
PI-Assistant是一个基于树莓派的开源智能家居语音助手项目。它集成了语音唤醒、语音识别、文字转语音和连续对话等功能,并支持GPT和星火大模型。该项目还提供音乐播放、日程管理、WebUI调参和外设控制等特性,支持自动化智能家居场景。PI-Assistant具有高度可扩展性,适合智能家居爱好者和开发者使用。
ChatGPT-OpenAI-Smart-Speaker - ChatGPT与Raspberry Pi结合的智能语音助手
ChatGPT Smart SpeakerGithubOpenAIRaspberry Pispeech recognitiontext-to-speech开源项目
该项目详细介绍了如何通过Raspberry Pi集成OpenAI和Google语音识别技术,打造智能扬声器。用户可以使用语音输入,并通过gTTS生成语音响应,还支持自定义唤醒词和多种语言。项目提供了在PC/Mac及Raspberry Pi上的实现步骤和依赖项配置,适合希望开发个性化智能语音助手的开发者。
ospeak - 利用OpenAI文本转语音API的高效命令行工具
CLI工具GithubOpenAIffmpegospeakpipx开源项目
ospeak是一款命令行工具,通过OpenAI文本转语音API处理文本,并生成或保存音频。用户可以通过pipx安装,支持多种语音选择、模式切换、语速调整和音频文件导出。使用需提供OpenAI API密钥,适合开发者和终端用户,提供详细的安装和使用指南。
vits2_pytorch - 单阶段文本到语音转换的效率与质量提升
GithubVITS2单阶段模型对抗学习开源项目文本转语音架构设计
VITS2_pytorch是一款先进的单阶段文本到语音转换模型,采用对抗学习和架构设计改进前代产品。这一最新的非官方实现版本,旨在通过增强模型结构和训练机制,有效提升语音自然度和特征相似性,同时显著降低对音素转换的依赖,从而提高训练和推断的效率。该项目还为专业人士提供了预训练模型和多种语言的样本音频,支持开箱即用的转换学习。
pipecat - 开发多模态对话代理的灵活框架
AIGithubPipecat多模态开源项目聊天机器人语音助手
pipecat是一个灵活的框架,用于构建语音和多模态对话代理,适用于个人教练、会议助手、故事讲述玩具、客户支持机器人等应用。通过简单的安装和设置,代理进程可以在本地或云端运行,并支持多种第三方AI服务和传输方式。提供丰富的示例应用和代码片段,帮助开发者快速构建符合特定需求的对话系统。
rvc-tts-pipeline - TTS与RVC融合的开源语音合成流水线
AI语音GithubPyTorchRVC-TTS-Pipeline开源项目语音合成语音转换
RVC-TTS-Pipeline是一个开源语音合成项目,结合文本到语音(TTS)和RVC模型技术,旨在生成接近原始说话者声音的语音输出。该项目将TTS生成的音频转换为RVC模型的训练权重,提高了语音还原质量。项目提供简单的安装步骤和API,方便用户进行语音合成。目前仍处于开发阶段,存在一些问题待解决。
TensorVox - 用 C++ 编写的神经语音合成桌面应用程序
Coqui-TTSGithubTensorFlowTTSTensorVoxVITS开源项目神经语音合成
TensorVox是为提高神经语音合成技术普及度而设计的桌面应用。支持多语言,不需庞大Python库,该工具通过TensorFlow C API和LibTorch实现轻量级操作。提供清晰易懂的模型训练和导出指南,是语音技术爱好者的顶级选择。
TTS - 高性能文本到语音生成库,支持多语言
GithubMozillaTTSText-to-Speech多语言支持开源项目预训练模型
TTS库基于最新研究成果,提供高效的文本到语音生成技术,实现了训练便捷、速度快、质量高的最佳平衡。该库包括预训练模型和数据集质量评估工具,已被广泛应用于20多种语言的产品和研究项目。支持多说话人TTS、快速模型训练、多GPU训练,并兼容PyTorch、TensorFlow和TFLite等多种平台。
TTS - 多语言支持和低延迟的先进文本到语音转换技术
Coqui.aiGithubTTS多语言开源项目深度学习语音合成
🐸TTS库提供多达16种语言的高级文本到语音转换模型,支持低于200毫秒的流媒体延迟。它包含丰富的工具用于模型训练和微调,并且拥有超过1100种预训练模型,适用于多语言和多说话人TTS任务。此外,该库还支持高效的语料库分析和管理,为语音合成提供全面支持。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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。

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