LibreSpark/LibreTTS

TTS-文本转语音/文本转语音前端，兼容OpenAI、EdgeTTS等接口

它解决了什么问题

LibreTTS 提供了一个免费的基于网络的文本转语音（TTS）界面，允许用户通过多种语音选项和可自定义的设置从文本生成音频，而无需复杂的本地配置。

它如何工作

该工具充当前端和 API 网关，连接到各种 TTS 引擎。它支持 Microsoft Edge TTS API，并允许用户添加自己的自定义 API 端点，包括与 OpenAI TTS 格式兼容的端点（如 LMStudio 或 LocalAI）。

适合谁使用

它专为需要一种简单方式从文本生成高质量语音音频的个人设计，同时也适合希望自托管带有密码保护和 API 访问权限的 TTS 网关的开发者。

主要特点

  • 丰富的语音库：支持超过 300 种不同语言和口音的语音。
  • 自定义 API 集成：可添加自定义 OpenAI 格式或 Edge 格式的 TTS API。
  • 音频自定义：可调节语音速度和音调。
  • 长文本处理：自动将长文本分段以进行处理。
  • 灵活的部署方式：可通过 Vercel、Cloudflare Pages 或 Docker 轻松部署。
  • UTF-8 历史记录：保存最多 50 次最近的转换记录。
  • 响应式设计：完全兼容移动设备。

一个真正自由的文本转语音工具，无需依赖任何云服务，完全由用户掌控。 — @handle

相关

  • 项目
    SonyResearch/Woosh

    索尼AI提供的生成模型集合，可通过文本到音频和视频到音频生成创建高质量音效。

  • 项目
    jzjzzzzzzz/agent-me

    Agent‑Me 是一个开源的 FastAPI + React 系统，可将个人 Markdown 知识库转化为可检查的 AI「双胞胎」。它运行一个确定性的多阶段流程（检索 → 规划 → 研究 → 批判 → 写作 → 可选验证），并返回完整的执行轨迹，使每个回答都有证据支持且可审计。该仓库提供 Docker‑compose 和本地工具链设置、可选的 OpenAI 兼容 LLM 集成、带确定性固定用例的测试套件，以及供开发者扩展架构的双语课程。

  • 项目
    Socialpranker/deepdive

    Deepdive 是一个开源的 Claude Code 技能，能将普通的研究请求转化为可重现的 13 阶段流程。它会重新构建问题、建立详细计划、跨 29 个精选搜索频道运行并行子代理、对证据进行三角测量与过滤、执行对抗性红队审查，并验证引文的活跃度与忠实度。输出结果是一个结构化的 Markdown 文件夹（包含计划、来源、声明、备忘录、完整报告），每个声明都链接到其来源，使研究具备可审计性与可重用性。安装只需通过一行 git clone 指令即可用于 Claude Code，且该方法论可适配于其他 LLM。

  • 项目
    kstonekuan/tambourine-voice

    一个开源的通用语音转文字接口，利用 AI 将语音转录并格式化为干净文本，直接输入到任何活动应用程序中。