Kokoros开源项目 – 超快文本转语音引擎

AI实时变声工具

Firebay Studios是领先的AI音频工作室和播客制作及推广机构，提供高效、优质且经济实惠的音频解决方案，帮助用户启动和发展播客。其核心功能包括AI语音生成器和文本转语音转换，支持多种语言、风格和声音，创造逼真的音频体验。

ClearCypherAI是一家美国的AI初创公司，专注于生成音频解决方案和数据集。该公司提供尖端的AI技术，包括文本转音频转换、音频转文本转录和音频间的交流。其使命是提供驱动AI的多语言、多模式和实时语音智能。

Typecast AI是一款在线AI语音生成器，能够将文本转换为真实感十足的语音，提供超过400种超现实的声音选择。用户可以为视频、演示、培训材料等创建定制化的生动音频内容。

VoiceLingo是一款iOS应用，允许用户将自己的声音转换为多种语言的音频。用户只需录音并选择目标语言，应用便会生成相应的音频输出，方便进行语言学习和交流。

Verso是一个基于Servo引擎的现代浏览器项目，使用Rust语言开发，注重安全性和性能。它旨在弥合新旧网络世界之间的差距，提供轻量级、高效的浏览体验，并支持广泛的Web技术和标准。Verso适合用于学习浏览器开发、研究Web渲染技术，以及探索Rust在浏览器开发中的应用。

用Rust语言编写的GLiNER模型推理引擎，能高效地处理自然语言处理中的命名实体识别等任务，具有资源消耗低、性能高的特点，为相关领域的开发者提供了一个强大的工具

XTTS 是一个开源文本到语音（TTS）项目，旨在提供高质量的语音合成，支持多种语言，适用于不同的应用场景，如语音助手和有声书制作。

Audiblez是一个将电子书转换为有声书的工具，能够让用户在开车、健身等场景中轻松“阅读”，享受知识的乐趣，解放双眼。

Leelo是一款专为企业设计的AI驱动文本转语音工具，能够将文本转换为自然流畅的音频，帮助企业提升内容传播效果。

openai-edge-tts 是一个开源免费的文本转语音 API，利用微软 Edge 的在线语音服务，能够生成多种语音选项和播放速度，用户无需付费即可体验高质量的文本转语音功能。

Fjall是一个用安全的Rust语言编写的基于LSM（Log-Structured Merge-tree）的嵌入式键值存储引擎，提供类似BTreeMap的线程安全API，支持范围和前缀搜索，并具有自动后台维护功能。

KEON 是一种人类可读的对象表示法和序列化格式，其语法与 Rust 语言相似，并完全支持 Serde 的数据模型，旨在提供高效、易于理解的数据表示和处理方式。

MeloTTS 是由 MIT 和 MyShell.ai 开发的高质量多语言文本转语音（TTS）库，支持多种语言和口音，包括英语、西班牙语、法语、中文、日语和韩语。它通过优化的算法和模型，提供清晰自然的语音合成体验，支持中英混合发音、实时 CPU 推理，并且易于安装和使用。

Zonos是由Zyphra开发的开源多语言文本转语音(TTS)模型，支持英语、日语、中文、法语和德语五种语言。 该模型基于超过200,000小时的多语言语音数据训练，能够通过几秒钟的音频样本实现高质量语音克隆，生成44kHz高保真音频。 在RTX 4090上可实现2倍实时性能的生成速度，支持情感语音生成(如快乐、恐惧、悲伤、愤怒等)， 并提供对语速、音高和音频质量的精细控制。项目采用Apache 2.0许可证发布，包含1.6B变压器模型和1.6B混合模型两种架构。

Promptuity是一个提供互动提示的库，具有高度的可扩展性，允许用户从零开始构建自定义提示，主要用于Rust语言，并可用于构建命令行工具和交互式应用程序。

LMNT是一个语音合成平台，提供与专业配音演员相媲美的高质量语音，支持即时克隆独特表达，并拥有超低300毫秒延迟，确保流畅的高质量对话。

OpenAudio TTS是一个开源工具，可以将文本转换为生动的语音，支持高质量的语音合成，允许用户控制语音速度，且可以即时下载。用户需要提供自己的OpenAI API密钥，且该工具不保留数据，允许用户自由定制，适用于各种项目。

dagrs是一个用Rust语言构建的DAG引擎，旨在帮助开发者更高效地进行异步任务编程，像是为复杂的任务流程搭建了一个清晰的“管道”，使任务能够有序且高效地执行。

Autiobooks是一款便捷的工具，能够一键将电子书转换为有声读物，让阅读变得更加轻松。它利用Kokoro高质量语音合成技术，生成自然流畅的音频输出。生成的.m4b文件可直接在有声书播放器上使用，支持多种语言和语音风格，满足不同用户的需求。