LibreSpark/LibreTTS

TTS-文本转语音/文本转语音前端，兼容OpenAI、EdgeTTS等接口

解決的問題

LibreTTS 提供了一個免費的基於網頁的介面，用於將文字轉換為語音（TTS），讓使用者能夠從文字生成音訊，並擁有廣泛的語音選項和可自訂的設定，而無需複雜的本地設定。

如何運作

該工具作為前端和 API 網關，連接到各種 TTS 引擎。它支援 Microsoft Edge TTS API，並允許使用者新增自己的自訂 API 端點，包括與 OpenAI TTS 格式相容的端點（例如 LMStudio 或 LocalAI）。

適用對象

適用於需要簡單方式從文字生成高品質語音音訊的個人，以及希望自行主機 TTS 網關並具備密碼保護和 API 存取功能的開發者。

主要特色

  • 豐富的語音資料庫：支援超過 300 種不同語言和口音的語音。
  • 自訂 API 整合：可新增符合 OpenAI 格式或 Edge 格式的自訂 TTS API。
  • 音訊自訂：可調整語速和音高。
  • 長文字處理：自動將長文字分段以進行處理。
  • 部署彈性：可透過 Vercel、Cloudflare Pages 或 Docker 輕鬆部署。
  • UTF-8 歷史記錄：保留最多 50 筆最近的轉換紀錄。
  • 響應式設計：完全相容行動裝置。

這是一個真正自由且開源的 TTS 工具，讓任何人都能輕鬆使用高品質語音合成。 — @libretts

相關

  • 專案
    SonyResearch/Woosh

    索尼AI提供的生成模型集合，可透過文字到音訊與影片到音訊生成創造高品質音效。

  • 專案
    jzjzzzzzzz/agent-me

    Agent‑Me 是一個開源的 FastAPI + React 系統，可將個人 Markdown 知識庫轉化為可檢查的 AI「雙胞胎」。它執行一個決定論的多階段流程（檢索 → 規劃 → 研究 → 批判 → 寫作 → 可選驗證），並返回完整的執行軌跡，使每個回答都有證據支持且可審計。該倉儲提供 Docker‑compose 和本地工具鏈設定、可選的 OpenAI 兼容 LLM 集成、帶決定性固定用例的測試套件，以及供開發者擴展架構的雙語課程。

  • 專案
    Socialpranker/deepdive

    Deepdive 是一個開源的 Claude Code 技能，能將普通的研究請求轉化為可重現的 13 階段流程。它會重新建構問題、建立詳細計畫、跨 29 個精選搜尋頻道執行平行子代理、對證據進行三角測量與過濾、執行對抗性紅隊審查，並驗證引文的活躍度與忠實度。輸出結果是一個結構化的 Markdown 檔案資料夾（包含計畫、來源、聲明、備忘錄、完整報告），每個聲明都連結到其來源，使研究具備可稽核性與可重用性。安裝只需透過一行 git clone 指令即可用於 Claude Code，且該方法論可適配於其他 LLM。

  • 專案
    kstonekuan/tambourine-voice

    一個開源的通用語音轉文字介面，利用 AI 將語音轉錄並格式化為乾淨文字，直接輸入到任何活躍應用程式中。