📱MLX-Audio.

MLX-Audio — это библиотека для синтеза речи (TTS) и преобразования речи в речь (STS), построенная на основе MLX от Apple. Она обеспечивает эффективную генерацию аудио на чипах Apple M-серии.

🔹Возможности:

🔘Быстрый TTS и STS на Apple Silicon.

🔘Поддержка нескольких языков.

🔘Кастомизация голоса.

🔘Регулировка скорости (0.5x–2.0x).

🔘Веб-интерфейс с 3D-визуализацией.

🔘REST API для генерации речи.

🔘Интеграция с Finder/Explorer.

#MLX #TTS #AppleSilicon #MLXAudio #Python #AI #ML

📱Ссылка на репозиторий:
https://github.com/Blaizzy/mlx-audio

📱Chatterbox.

Chatterbox — продвинутая open-source TTS модель от Resemble AI.

✅Создавай реалистичные, экспрессивные голоса для видео, агентов, мемов, игр и многого другого.

🔹Особенности:

🔘SOTA zeroshot TTS.

🔘Уникальное управление эмоциональной выразительностью (exaggeration).

🔘0.5B параметров, Llama backbone.

🔘Выходы с защитной водяной меткой.

🔘Поддержка референс-голоса.

🔘Стабильность и высокое качество выравнивания.

🔘> 500K часов очищенных данных.

🔻Пример использования:

from chatterbox.tts import ChatterboxTTS
import torchaudio as ta

model = ChatterboxTTS.from_pretrained(device="cuda")
wav = model.generate("Jinx and Ezreal saved the Nexus!")
ta.save("voice.wav", wav, model.sr)

#TTS #Chatterbox #VoiceAI #SpeechSynthesis #OpenSource #Python #AI #ElevenLabs #VoiceCloning #AudioAI

📱Ссылка на репозиторий:
https://github.com/resemble-ai/chatterbox

📱Higgs Audio.

Boson AI открыли исходный код Higgs Audio v2 — мощной аудиомодели, обученной на более чем 10 миллионах часов аудио и разнообразных текстах. Без дополнительной дообучки модель уже демонстрирует высокую выразительность и точность.

📈 На тестах EmergentTTS-Eval Higgs Audio v2 побеждает gpt-4o-mini-tts с результатами:

🫨 75.7% (категория «Эмоции»).

❓ 55.7% (категория «Вопросы»).

🔹Возможности:

🔘Генерация многоязычных диалогов с несколькими голосами.

🔘Адаптация интонации при озвучке.

🔘Клонирование голоса и напевание мелодий.

🔘Одновременная генерация речи и фоновой музыки.

✅API совместимо с OpenAI и поддерживает голосовое клонирование, диалоги, перевод и озвучку.

✅Все функции можно запускать локально, без отправки данных в облако.

#AI #TTS #OpenSource #VoiceCloning #HiggsAudio #GenerativeAI #AudioGeneration #MachineLearning #BosonAI #SpeechTech #Python #MultilingualAI #DeepLearning #LLM #МашинноеОбучение #ГенерацияАудио #ГолосовойИИ #AIaudio #opensourceAI #uvpython

📱Ссылка на репозиторий:
https://github.com/boson-ai/higgs-audio

📱Abogen.

Abogen — мощный инструмент для преобразования текста в речь с идеальной синхронизацией субтитров. Поддерживает ePub, PDF и TXT. Идеален для создания аудиокниг, озвучек для TikTok, YouTube, Instagram и других проектов. Работает на модели Kokoro-82M.

❓Что умеет Abogen:

🔘Превращает текст в естественную речь.

🔘Создаёт синхронизированные субтитры.

🔘Поддерживает ePub, PDF, TXT.

🔘Работает на Windows, macOS и Linux.

🔘Поддерживает NVIDIA и AMD GPU.

🔘Нет нужды в отдельной установке Python (на Windows).

🔘Работает за секунды (демо: 3000 символов → 3.5 минуты аудио за 11 секунд).

#Abogen #TextToSpeech #TTS #AIvoice #Python #OpenSource #YouTube #TikTok #ИнструментыРазработчика #Озвучка #Субтитры #PDF #ePub #ML #AItools #Kokoro82M #ГолосовойАссистент #ГолосовойКонтент

📱Ссылка на репозиторий:
https://github.com/denizsafak/abogen