IndexTTS开源 – 工业级中文零样本TTS系统

Beepbooply是一个尖端的AI语音生成器，利用先进的AI技术将文本转化为语音，支持900多种声音和80种语言，适用于多种音频内容的高效创建。

SpeechGen是一个AI驱动的文本转语音转换器，能够在线生成逼真的语音解说，适用于各种音频内容的创建。它提供多种自然声音，支持自定义设置和高级功能，是任何项目的理想文本转语音解决方案。

Verbatik是一个AI驱动的文本转语音平台，支持超过142种语言和口音，将文本转换为自然流畅的语音。用户可以选择多种逼真的AI语音，轻松创建高质量的配音，适用于多种场景。

CosyVoice是阿里巴巴通义实验室开发的语音生成工具，支持多语言与跨语言生成、零样本语音克隆、双向流式语音合成、富文本与情感控制等功能。适用于直播、客服等对响应速度要求极高的场景。CosyVoice 2.0版本在1.0的基础上提供了更准确、更稳定、更快速、更高质量的语音生成能力。

Octopra是一个提供多语言真实语音合成的AI语音生成和文本转语音平台，帮助内容创作者轻松制作高质量的配音、克隆声音和高效更改声音。

PlayHT是一款前沿的AI语音生成器，将文本转化为逼真的人声，适用于个人和专业项目。它支持多种语言和口音，能够为游戏角色配音、叙述故事以及制作视频配音，极大地简化了文本到语音的转换过程。

一个让声音合成变得简单的接口项目，能帮用户轻松地将文字转换成各种语言和音色的语音，无论是常见的男女声还是特定语言的音色，都能轻松搞定，大大方便了需要语音合成的场景

Voxify是一款先进的AI语音生成器，能够在几秒钟内生成逼真的语音，支持140多种语言和口音，并可为语音添加情感色彩，广泛应用于各种音频项目。

海螺 AI 是一款专注于文本转语音的 AI 工具，支持 17 种语言，包括中文、粤语、英语、日语、韩语、阿拉伯语和西班牙语等。该工具提供数百种预设音色，旨在将文本转化为自然、逼真的语音，适用于多语言环境下的各种需求。其特点包括音质稳定清晰、节奏自然、情感表达精准和高准确度，适合短句生成、语音聊天和在线社交等场景。目前限时免费使用，支持超长文本输入（最多 10,000 字符）和 API 调用。

MegaTTS3是字节跳动开源的轻量级语音合成系统，基于PyTorch实现，支持中英双语及代码切换。其核心采用仅0.45B参数的扩散Transformer模型，可实现高质量零样本语音克隆，并提供口音控制、细粒度发音调节等功能。项目包含语音对齐器、音素转换模型和WaveVAE编解码器等子模块，适用于学术研究及多场景语音合成需求。

IndexTTS是基于大型语言模型（LLM）的先进文本转语音系统，专为中文场景优化。它采用字符-拼音混合建模解决多音字问题，集成BigVGAN2解码器提升音质，支持零样本语音克隆和标点控制停顿。相比XTTS、Fish-Speech等系统，其训练更简单、推理更快，在自然度和语音克隆相似度上表现优异。

ttsMP3.com 提供基于AI的自然人声文本转语音转换，支持英语及50多种语言和口音，用户可以在线收听或下载为MP3格式，适合多种应用场景。

Hibiki是由Kyutai Labs开发的实时流式语音翻译工具，旨在实现跨语言无缝交流。它支持边说边译，保留说话者音色，并适配多种设备。当前主要支持法语到英语的翻译，未来可能扩展到更多语言。

CompanyKG是一个用于量化公司相似性的大规模异构图，支持对公司之间的关系进行深入分析。它利用异构图结构，能够处理大规模数据，并为公司关系的可视化和解释提供工具。

Kolmogorov-Arnold Transformer (KAT) 是一个基于PyTorch和GPU加速的实现，旨在通过替换传统Transformer中的MLP层为KAN层，从而在大规模训练场景下显著提升模型性能。该项目专为需要高效处理大规模数据的深度学习任务设计，支持与现有PyTorch项目的无缝集成。