Open Source
GitHub, HuggingFace의 최신 AI 오픈소스 프로젝트를 탐색하세요.
ggml 위에 C++로 구현한 음성 합성·음성 인식·음성 구간 검출(VAD) 런타임이다. 실행 파일 하나와 C API 라이브러리로 구성되며 Python·CUDA 없이 CPU·Metal·Vulkan에서 동작한다. 합성은 Qwen3-TTS(0.6B/1.7B)와 일본어 특화 Irodori-TTS, 인식은 Qwen3-ASR·ReazonSpeech·parakeet, 검출은 Silero VAD를 지원하고 모델 이름만으로 GGUF를 자동으로 받아온다. README 기준 Apple M5에서 Qwen3-TTS 0.6B는 텍스트 입력 후 0.04초 만에 첫 오디오를 낸다. OpenAI 오디오 API 호환 서버(speech serve)를 내장해 기존 클라이언트를 base URL만 바꿔 쓸 수 있다. MIT 라이선스.
CorentinJ
5초 음성으로 즉시 목소리 복제 가능한 실시간 TTS 시스템
RVC-Boss
1분 음성으로 고품질 TTS 모델 훈련 가능한 음성 변환 웹UI
2noise
대화형 AI를 위한 자연스러운 음성 생성, 중영 이중언어 지원
babysor
5초 음성으로 목소리를 복제하는 실시간 음성 클로닝 TTS