leemysw/yovoice

Open-source local AI audio & music studio for macOS & Windows. TTS, voice cloning, songs with lyrics, and multi-track scores — 100% offline, zero API fees.

解決する課題

yovoice は、クラウドベースのテキスト読み上げ（TTS）サービスに代わる、ローカルで動作するオープンソースの代替手段を提供します。文字単位のコストやプライバシーの懸念を排除し、ユーザーは自分のハードウェア上で自然で表現力豊かな音声を生成できます。特に、ナレーション、ボイスオーバー、オーディオコンテンツ作成に適しています。

仕組み

このツールは、audio.cpp 推論エンジンを使用して、複数のローカル TTS モデル（IndexTTS、VoxCPM2、OmniVoice、Qwen3-TTS、Kokoro など）を統合しています。Metal（Apple Silicon）、NVIDIA CUDA、Vulkan（Windows）によるハードウェアアクセラレーションをサポートしています。ユーザーはデスクトップアプリケーションまたは CLI を通じて音声を生成でき、参照音声からの音声クローン、テキストガイドによる音声デザイン、感情制御などの機能があります。

対象ユーザー

コンテンツクリエイター、ナレーター、開発者で、クラウド API やサブスクリプション費用に依存せずに、高品質で制御可能なボイスオーバーを必要とする方。

ハイライト

  • ローカル実行：クラウド API 呼び出しや文字単位の課金はありません。
  • 多様なモデルサポート：軽量（Kokoro）から高パラメータモデル（Qwen3-TTS）まで、さまざまなニーズに対応する幅広いモデルと互換性があります。
  • 高度な音声制御：音声クローン、感情調整、テキストガイドによる音声デザイン（自然言語の説明から音声を作成）をサポートします。
  • クロスプラットフォーム：macOS（Apple Silicon）と Windows をネイティブサポート。
  • エージェント統合：AI エージェントが CLI を介して音声生成を自動化できる「スキル」が含まれています。

関連

  • プロジェクト
    mnemox-ai/tradememory-protocol

    TradeMemory Protocolは、AIトレーダー自身の過去の取引を記録し、5因子のOutcome‑Weighted Memoryモデルでスコアリングし、ブローカーに到達する前に将来の注文をブロックまたは再順序付けできるオープンソースのPythonライブラリです。Hyperliquid、Alpaca、MT5、Binanceなどの取引所からのフィルを同期し、事前フライトリスクチェック用のローカルMCPサーバー（およびオプションのプロキシブレーキ）を提供し、SHA‑256チェーンによる改ざん防止監査ログを維持します。

  • プロジェクト
    milanglacier/minuet-ai.nvim

    Minuetは、AI駆動のコード補完を追加するNeovimプラグインです。curlを介してOpenAIまたはFIM互換のLLM（OpenAI、Claude、Ollama、Llama-cppなど）と通信し、virtual-text、nvim-cmp、blink-cmp、またはNeovim組み込みのLSP/inline-completionに補完候補を提供します。また、実験的な「次回の編集予測」（Duet）モードも備えています。lazy.nvimまたはLuaRocks経由でインストールし、プロバイダー、APIキー、UI設定を構成した後、提供されたキーマップで補完をトリガーします。

  • プロジェクト
    obsei/obsei

    obseiは、プライバシーを保護した顧客フィードバック分析のためのオープンソースかつセルフホスト型のプラットフォームです。多くのソースからデータを取り込み、PII（個人識別情報）を秘匿化し、LLMや軽量な意思決定モデルでレコードを強化し、暗号化されたDuckDBに結果を保存します。さらに、ルーティング、テーマクラスタリング（多言語対応）、クエリインターフェース、読み取り専用のStudio UIを提供します。すべての処理は自身のインフラストラクチャ内で実行されるため、GDPRやCCPAなどの規制を遵守しつつ、制御可能なAIモデルを活用できます。

  • プロジェクト
    paul-buerkner/brms

    brms は、Stan を使用してベイズ一般化（非線形）階層モデルを適合するための高レベルな lme4 スタイルインターフェースを提供する R パッケージです。多くの応答分布、柔軟な事前分布、およびフィット後の診断・可視化ツールをサポートしており、Stan コードを直接書かずに高度なベイズ回帰を実行できます。