LLMChat是一个专注于提供直观AI聊天体验的项目，号称'最直观的统一AI聊天界面'，旨在让AI交互变得前所未有地简单。它支持多种语言模型，包括Ollama，满足不同用户需求。项目具有丰富的插件库，如网络搜索插件，以及本地存储功能以确保数据安全和快速访问。
BrowserAI 是一个开源项目，允许用户在浏览器中直接运行本地 AI 模型，无需服务器支持，从而实现快速推理并保护隐私。该项目特别适合需要隐私保护和低成本解决方案的用户，支持现代浏览器如 Chrome 113+ 或 Edge 113+。BrowserAI 提供了多种功能，如文本生成、语音识别、文本转语音等，并且支持 WebGPU 加速和离线使用，确保高性能和便捷性。
OpenAI.fm 是由 OpenAI 开发的交互式平台，专注于文本转语音功能，适合开发者和用户快速测试和体验。平台支持中文，生成速度快，用户可选择音色和气氛，生成自然语音。提供多种语音风格和多语言支持，生成后自动删除文本和音频，确保用户隐私。开发者可通过 API 将功能集成到自己的应用中。
该项目是 OpenAI 平台上 Audio API 的一部分，基于 GPT-4o mini TTS 模型，旨在将文本转化为自然流畅的语音。它支持多种语言和自定义语音选项，适用于教育和客服场景，并需向用户披露语音为 AI 生成。
Llasa 3b Tts 是 Hugging Face 上 srinivasbilla 创建的一个非官方演示空间，用于展示基于 Llasa-3B 模型的零样本语音克隆功能。Llasa-3B 模型由香港科技大学开发，是基于 LLaMA 的文本转语音（TTS）系统，支持中英双语，训练数据达 250,000 小时。该空间允许用户从纯文本生成语音，或通过语音样本提示生成具有类似风格和情感的语音，特别适用于语音助手、配音和个性化语音场景。
QQ Helper 是由 QQ Browser 开发的免费在线工具箱，集成了 140 多个小工具，涵盖图像处理、PDF 转换、生活娱乐、教育、文本工具、文档转换、开发工具和视频工具等多个领域。部分工具使用 AI 技术，如证件照生成、图片修复、文本转语音等，提供简单快捷的解决方案。所有工具集成在一个平台上，避免了在第三方站点间跳转的麻烦，并且完全免费使用。
Open NotebookLM 是一个开源工具，灵感来源于 Google 的 NotebookLM，允许用户通过大型语言模型（LLM）和文本转语音（TTS）技术将 PDF 文档转换为引人入胜的播客对话。它提供了一个简单易用的平台，特别适合研究人员、开发者和内容创作者。用户可以通过 Gradio 界面上传 PDF 文件，系统会生成自然对话并转换为 MP3 音频文件。项目声称支持 13 种语言，但具体语言列表未明确。
podlm-public 是一个将任意网页 URL 转换为播客并自动推送至‘小宇宙’平台的工具。项目通过后端服务处理合成任务，支持多线程执行，并包含自动发布逻辑。项目提供多种服务文件和UI页面，支持大语言模型（LLM）和文本转语音（TTS）服务配置。用户可以根据需求自行替换API和TTS服务信息来运行项目。使用Python实现，支持本地运行并通过网页访问管理合成记录。
DUIX是由硅基智能开发的AI驱动的数字人互动平台，旨在通过开源数字人互动能力，帮助开发者轻松集成大型模型、语音识别（ASR）和文本转语音（TTS）功能，实现与数字人的实时互动。该项目支持Android和iOS等多平台一键部署，提供14个数字人模板，并会不定期更新本地模型包。DUIX适用于多个行业，如智能客服、智能屏幕等，提供低成本部署和低网络依赖的解决方案。
NVIDIA NeMo是一个可扩展的云原生生成式AI框架，专为研究人员和PyTorch开发者设计，支持大语言模型（LLM）、多模态模型（MM）、自动语音识别（ASR）、文本转语音（TTS）和计算机视觉（CV）等领域。它旨在帮助用户高效地创建、定制和部署新一代AI模型，利用现有的代码和预训练模型检查点。NeMo基于Python配置，采用模块化抽象，支持在成千上万个GPU上进行大规模实验。
Local-NotebookLM 是一个本地AI工具，利用本地大型语言模型（LLM）和文本转语音（TTS）模型，将PDF文档转换为引人入胜的播客。该工具支持多种LLM提供商，提供多种播客风格和长度定制，满足不同内容需求。完全本地化操作确保数据隐私和安全。
Vox Box 是一个兼容 OpenAI API 的文本转语音和语音转文本服务器，支持 Whisper、FunASR、Bark 和 CosyVoice 等后端模型。它能够处理多种语言和应用场景，提供广泛的语音选项，满足多样化的语音合成需求，并能够无缝集成到现有的 AI 工作流程中。
Nemesys Labs 是一个免费的AI驱动的文本转语音服务，能够将文本转换为自然语音。它专为内容创作者、教育者和开发者设计，旨在轻松合成多种语言的语音。用户只需输入所需文本并选择语音，即可即时生成语音。
Kokoro Web 是一个完全免费且开源的在线AI语音生成工具，利用人工智能技术将文本转换为语音。用户可以通过简单的操作，选择不同的语音选项，生成高质量的语音输出。
VITS是一款基于深度学习的端到端语音合成模型，结合了变分自回归推断(VAE)和Transformer架构，能够生成高自然度、接近人声的语音。它支持多语言、多说话人合成，并且能够实现语音风格控制，适用于语音助手、有声阅读和虚拟主播等场景。VITS2是其升级版，结合了自回归和非自回归的TTS技术，具备更高效的语音生成能力和更自然的音色表现。
Speakify是一个免费的文本转语音转换器，利用AI驱动的语音技术，将文本转换为多种语言的自然语音。用户只需输入文本，选择语言和语音，即可轻松生成语音。
PopPop AI Text to Speech 是一个免费的在线文本转语音服务，支持超过20种语言，能够将文本转换为逼真的语音音频。用户只需选择语音、输入文本、自定义设置，然后点击播放即可生成音频。
mlx-audio 是一个基于 Apple 的 MLX 框架构建的文本转语音 (TTS) 和语音转语音 (STS) 库，专为 Apple Silicon 设备优化，提供高效的语音合成功能。它支持多语言、语音自定义和量化技术，适用于需要高性能语音合成的应用场景。
ChatWise是一款为任何大型语言模型（LLM）提供加速的AI聊天机器人工具。它能够完全离线运行（除需外部API的LLM外），支持多模态输入，包括文本、PDF、音频和图像，并提供了文本转语音功能，支持OpenAI和ElevenLabs。
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。
Polygen Studio是一个将多种先进AI模型整合为一体的平台，提供RAG、文本转语音、文本转图像生成等多种AI驱动功能，旨在提升商业应用的生产力、效率和个性化，无需多个订阅。
Speakify 是一款 Chrome 扩展，能够将文本转换为自然流畅的音频，支持50多种语言，方便用户随时收听。
Weights是一个AI工具，允许用户免费创建AI语音覆盖、文本转语音和AI生成图像，并促进RVC和AI语音模型的共享社区。
GPT Reader是一个文本转语音工具，利用AI驱动的声音免费朗读文本，提升用户与内容的互动。它结合了ChatGPT的高级语音，支持文档上传和可定制的播放选项，提供丰富的多感官体验。
一个Rust写的AI语音框架，使用whisper进行语音转文本，结合LLM和kokoro实现文本转语音。支持个性化AI助理的开发，易于上手，技术门槛低。
新闻可及性平台（NAP）利用人工智能技术，为听力和视觉障碍人士增强新闻体验。该平台提供文本转语音、盲文转换、视觉描述等功能，确保所有人都能享受包容性和可获取的新闻报道。
ObEN人工智能是一个尖端平台，专注于虚拟形象生成、文本转语音、声音转换和图像增强。利用先进的AI技术，ObEN提供了一系列创新解决方案，用于创建个性化的虚拟形象，提升沟通体验，以及转化图像。
Supertone是一家先进的AI驱动语音技术公司，专注于转变和增强语音体验。旨在为内容创作者、企业和各行业提供创新解决方案，Supertone简化复杂的音频任务，使创造力和沟通更具可及性与效率。
iListen是一个先进的AI工具，旨在通过高级音频处理和语言理解能力，增强数字内容的可访问性和理解力，特别适合希望将文本转化为自然语音的个人和专业人士，提升数字内容的可达性和吸引力。
Big Speak是一款创新的AI软件，能够轻松地将文本生成多种语言的高质量音频。它利用先进的机器学习算法生成逼真的声音片段，并支持多种功能，如语音克隆和音频转录，适用于内容创作、语言学习等多个场景。
