k2-fsa/OmniVoice

外部のオープンソース リポジトリを紹介するページです。HDATFの製品ではありません。

何をするか

600以上の言語に対応するzero-shotのTTS（text-to-speech）モデルです。音声クローン、性別、年齢、訛りなどの話者属性による声の設計、発音修正に対応し、Python APIとCLIを提供します。

ATFへの役立ち方

私たちの製品との関連は弱いです。ATF Worksのような共有ワークスペースで、文書やメッセージを多言語で読み上げる音声出力の参考になり得ます。

ライセンス

Apache-2.0 寛容で特許許諾を含みます。商用利用できます。告知を残し、変更点を明記します。

同じ分野のリポジトリ

• ArcReel/ArcReel
  小説、脚本、商品素材をキャラクター、シーン、小道具、絵コンテ、ショート動画に変えるself-hostedのワークスペースです。各段階はagentが進めることも、ユーザーが確認して再生成することもでき、生成コストを追跡します。
• webadderallorg/Recordly
  デモや操作説明の動画向けに、画面を録画して編集するデスクトップアプリです。自動ズーム、滑らかなカーソルの動き、ウェブカメラのオーバーレイ、装飾フレーム、タイムライン編集を備えています。
• tonhowtf/omniget
  OmniGetは、yt-dlpをもとに多くのサイトからオンライン講座、動画、音楽、書籍をダウンロードするデスクトップアプリです。講座プレイヤー、PDFとEPUBのリーダー、音楽ライブラリ、MCPサーバーを備えています。
• crmne/spotifast
  SpotifastはRustとeguiで書かれたネイティブのSpotifyクライアントで、librespotで音楽を再生し、Spotify Connectのデバイスとして表示されます。Linux、macOS、Windowsで動作し、再生にはSpotify Premiumが必要です。
• latent-spaces/brag
  bragは、完成したプロジェクトを音楽、モーション、共有用の文言付きの短いローンチ動画にするClaude Code skillです。同じskillをCodex CLIやopencodeなど他のagentからも見つけられるようにしています。

Trendshiftのランキングに入ったリポジトリだけを載せ、リストは候補を探すためだけに使いました。順位の数字は転載していません。説明、ライセンス、スター数は各GitHubリポジトリで確認しました。解説は私たちの判断です。これらを試験したわけではなく、上昇リストに載ったことは品質の証明ではありません。