ken107/read-aloud

An awesome browser extension that reads aloud webpage content with one click

解決する課題

Read Aloudは、ウェブページのテキストを音声に変換するブラウザ拡張機能です。読むことよりも聴くことを好むユーザー、失読症（ディスレクシア）やその他の学習障害を持つ方、そして読書を学習中の子供たちに、ウェブコンテンツを消費するための代替手段を提供します。

仕組み

この拡張機能はChromeおよびFirefoxブラウザに統合されており、拡張機能ボタンまたは右クリックメニューからテキスト読み上げを実行できます。ブラウザ標準の音声に加え、Google Wavenet、Amazon Polly、IBM Watson、Microsoftなどのクラウドベースのサービスを含む、さまざまなテキスト読み上げ（TTS）エンジンを利用しています。

対象ユーザー

  • マルチタスクを行いたい、または目を休ませたいユーザー。
  • 失読症やその他の学習障害を持つ方。
  • 読書を学習中の子供たち。
  • ウェブコンテンツの音声消費を好むすべての方。

特徴

  • 複数のブラウザ（ChromeおよびFirefox）をサポート。
  • 高品質なクラウドTTSプロバイダー（Google Wavenet, Amazon Polly, IBM Watson, Microsoft）との連携。
  • 声、読み上げ速度、ピッチのカスタマイズ可能な設定。
  • 読書進行状況を追跡するためのテキストハイライト機能。
  • 再生コントロール（再生/一時停止、停止、巻き戻し、早送り）のためのキーボードショートカット。

関連

  • プロジェクト
    mengxi-ream/read-frog

    Read Frogは、LLMとAI TTSを活用してWebコンテンツを翻訳・解説・フラッシュカードに変換するオープンソースのブラウザ拡張機能。二か国語表示、文脈に応じた翻訳、字幕翻訳、カスタムAIアクション、20以上のAIプロバイダーに対応しています。

  • プロジェクト
    ilyhalight/voice-over-translation

    さまざまなウェブサイトの動画に対してリアルタイムの音声翻訳とAI字幕を追加するブラウザ拡張機能で、ユーザーが母国語で外国語コンテンツを視聴できるようにします。

  • プロジェクト
    Migushthe2nd/MsEdgeTTS

    Microsoft Edgeの読み上げAPIを使用して、サーバーサイドのランタイム向けにテキスト読み上げ合成を提供するシンプルなAzure Speech Serviceモジュール。

  • プロジェクト
    rsxdalv/TTS-WebUI

    多種多様なオープンソースのテキスト読み上げ、音声生成、および音声変換AIモデルのための、統合されたウェブインターフェースおよびマネージャー。

  • プロジェクト
    met4citizen/TalkingHead

    TalkingHeadは、リップシンク、表情の変化、AIサービス（Google TTS、OpenAI、Whisperなど）による制御が可能な、ブラウザベースの3Dアバター用オープンソースJavaScriptライブラリです。Mixamoリグ付きのGLBモデルに対応し、多言語をサポートし、TTS、音声駆動型viseme、高度なジェスチャーのためのプラグインモジュールを提供します。READMEにはデモ、統合手順、豊富な設定オプションが記載されており、具現化AI（embodied AI）に関する研究、製品デモ、またはホビープロジェクトに適しています。