LibreSpark/LibreTTS

TTS-文本转语音/文本转语音前端，兼容OpenAI、EdgeTTS等接口

何を解決するか

LibreTTSは、テキストを音声に変換（TTS）するための無料のウェブベースのインターフェースを提供します。これにより、ユーザーは複雑なローカル設定を必要とせずに、幅広い音声オプションとカスタマイズ可能な設定を使用して、テキストから音声を生成できます。

仕組み

このツールは、さまざまなTTSエンジンに接続するフロントエンドおよびAPIゲートウェイとして機能します。Microsoft Edge TTS APIをサポートしており、ユーザーが独自のカスタムAPIエンドポイント（OpenAI TTS形式と互換性のあるもの、例えばLMStudioやLocalAIなど）を追加することも可能です。

対象ユーザー

テキストから高品質な音声オーディオを生成する簡単な方法を必要とする個人、およびパスワード保護とAPIアクセスを備えたTTSゲートウェイをセルフホストしたい開発者向けに設計されています。

ハイライト

  • 広範な音声ライブラリ: さまざまな言語やアクセントにわたって300以上の音声をサポート。
  • カスタムAPI統合: カスタムのOpenAI形式またはEdge形式のTTS APIを追加する機能。
  • オーディオのカスタマイズ: 音声の速度とピッチを調整可能。
  • 長いテキストの処理: 長いテキストを処理するために自動的にセグメント化。
  • デプロイの柔軟性: Vercel、Cloudflare Pages、またはDockerを介した簡単なデプロイ。
  • UTF-8履歴: 最大50件の最近の変換履歴を保持。
  • レスポンシブデザイン: モバイルデバイスと完全な互換性。

関連

  • プロジェクト
    SonyResearch/Woosh

    ソニーAIが提供する生成モデルのコレクションで、テキストから音声およびビデオから音声生成により高品質なサウンドエフェクトを作成できます。

  • プロジェクト
    jzjzzzzzzz/agent-me

    Agent‑Me は、個人の Markdown 知識ベースを検査可能な AI「ツイン」に変換するオープンソースの FastAPI + React システムです。決定論的なマルチステージパイプライン（取得 → 計画 → 調査 → 評価 → 書き出し → オプションの検証）を実行し、すべての回答を証拠に基づき、監査可能な形で返します。リポジトリには Docker‑compose とローカルツールチェーンのセットアップ、オプションの OpenAI 互換 LLM 統合、決定論的フィクスチャ付きのテストスイート、開発者がアーキテクチャを拡張できるバイリンガルカリキュラムが含まれます。

  • プロジェクト
    Socialpranker/deepdive

    Deepdive はオープンソースの Claude Code スキルであり、単純なリサーチリクエストを再現可能な 13 フェーズのパイプラインに変換します。質問を再構築し、詳細な計画を立て、29 の厳選された検索チャネル全体で並列サブエージェントを実行し、証拠の三角測量とフィルタリングを行い、敵対的レッドチームレビューを実施し、引用の有効性と忠実性を検証します。出力は構造化された Markdown ファイルのフォルダ（計画、ソース、クレーム、メモ、完全なレポート）であり、各クレームがソースにリンクされているため、研究が監査可能で再利用可能になります。インストールは Claude Code 用に 1 行の git clone で行うことができ、その方法論は他の LLM にも適応できます。

  • プロジェクト
    kstonekuan/tambourine-voice

    AIを活用して音声をクリーンなテキストに変換・整形し、任意のアクティブなアプリケーションに直接入力するオープンソースのユニバーサル音声認識インターフェース。