#text-to-speech

Open-source TTS-модель OmniVoice от k2-fsa для локального синтеза речи с zero-shot клонированием голоса на 600+ языках без облачных API.

Платформа Fish Audio с моделью Drama 3 для генерации выразительных, эмоционально контролируемых голосов в реальном времени.

Инструмент для создания M4B-аудиокниг из EPUB-файлов с помощью нейросети Kokoro-82M.

VibeVoice — семейство open-source моделей TTS и ASR от Microsoft для обработки длинных аудио до 90 мин с поддержкой multi-speaker, timestamps и custom context.