Havuz

A local, multi-voice audiobook generator: an LLM casts every character in its own voice, kept consistent across a whole series — with voice

AI 驱动的短视频制作系统。给它一个想法，它帮你写稿、配音、做画面、出成片。9 阶段 DAG 管线 + 自进化评分，支持每日自动执行。基于 Claude Code + HyperFrames。

Give AI coding agents a voice. Cross-agent skill that wraps OpenAI gpt-realtime-2 for Claude Code, Hermes, and OpenClaw.

五引擎语音合成：VoxCPM2 / IndexTTS 2.5 / 2.0 / OpenVoice / Step-Audio-EditX，声音克隆、声音设计、剧本配音、流式生成，中英日韩界面 | Multi-engine TTS (5 engines): voice cloning

Agent skills for daily use

Offline audiobook reader for EPUB, PDF, and TXT with local OmniVoice TTS, character voices, and synced highlighting.

Open-source neural-voice audiobook player for Android. Reads any text — Royal Road, GitHub, RSS, EPUB, Wikipedia & 20+ more sources — aloud

日本語フリガナ (ルビ) を扱う Rust 製ライブラリ + ローカル HTTP サーバー。ルールはすべてデータ駆動 (TOML)。

Claude Code / Codex skills that turn a video into a Chinese narration recap (视频解说): scene detection, ASR, VLM, script, TTS, ffmpeg assembly,

[IJCAI2026] Official code for paper "Cross Domain Test Time Scaling: Scale Knowledge and Reasoning on Cross Domains"

把小米 MiMo 全模态能力(对话/图像/视频/TTS/声音克隆)封装成 stdio MCP Server,Claude Code 与 Codex 可直接调用

🐹OFFICE ZOO · 班味剧场 — 让 9 名 AI 鼠人替你狠狠去下班味精神倍增!AI 自演的职场狼人杀模拟器,3 种玩法 / 真人 TTS / 可玩可学的劳动法闯关

Rust-first, local-first multi-agent runtime with a desktop HUD, policy-gated tools, voice, and worktree-isolated coding agents.

🎬 AI短剧创作平台 — 从剧本到成片，一站式AI短剧制作工作台。支持70+大模型(GLM5.1/DeepSeek V4/Qwen3.5等)、图片生成、视频生成(Seedance 2.0)、AI配音，多供应商配置，Next.js 16全栈构建

Local, open-source (Apache 2.0) voice layer for Claude Code and Codex on macOS that reads your coding agent's progress aloud. Kokoro text-to

A unified Model Context Protocol server for MiniMax CLI (mmx)

An AI companion that lives on your desktop - OpenGuider watches your screen, listens to your voice, and guides every step with clear actions

InsightCut — AI 图片视频与可编辑剪映草稿工作台：文稿转分镜、图片、配音和字幕，支持 Jianying draft / CapCut draft、MP4 与素材包。

Deploy streaming ASR + TTS on RK3576/RK3588 — 120ms TTS, 52-language ASR, one Docker command

AgentCall lets AI Agents join meetings with voice, video & screen-share to build together. Supports Google Meet, Teams, Zoom (Beta)

Hands-free on-device voice loop for macOS: Apple SFSpeechRecognizer + cloned-voice TTS, continuous listening, zero cloud. Originally built t

MOSS-TTS-Nano, düşük kaynaklı cihazlarda çok dilli konuşma üretimi ve voice cloning için tasarlanmış 100M parametreli bir TTS modelidir.

Neden yükseliyor · 170 günde 4.412 yıldız alması, çok dilli TTS'yi GPU gerektirmeden çalıştırma ve voice cloning özelliklerinin geliştiriciler için çekici olduğunu gösteriyor. Ancak son 28 günde 2 commit ve 1 farklı yazar olması, yıldız ivmesinin güncel geliştirme etkinliğiyle desteklendiğine dair sınırlı kanıt sunuyor.

VoiceStudio, yerel speech modellerini masaüstü uygulamasında voice cloning, text-to-speech, transcription ve video dubbing gibi iş akışlarıyla bir araya getiriyor.

Neden yükseliyor · 171 günde 37.761 yıldıza ulaşması dikkat çekici kullanıcı ilgisine işaret ediyor; kapsamlı yerel voice iş akışları ve ElevenLabs alternatifi olarak konumlanması bu ilgiyi açıklayabilir. Son 28 gündeki 1.505 commit yüksek aktivite gösterse de yalnızca 6 farklı yazar görünmesi, bu hareketin geniş katkıcı tabanına yayıldığını kanıtlamıyor.

Persistent agents for Claude Code as a plugin, not a harness. Memory, personality, messaging across WhatsApp, Telegram, and Discord, plus a

The One Dashboard every Voice Agent needs

SpeakCrate: self-hosted text-to-speech API powered by Kokoro. OpenAI-compatible speech endpoint, 50+ voices across 9 languages, streamed aud

Kesha listens and talks back: local speech to text and text to speech for agents and scripts, fastest on Apple Silicon.

OpenAI-compatible HTTP server for OmniVoice text-to-speech

Real-time voice translator for video calls. Speak your language on Google Meet, Zoom, or any call app — the other person hears translated sp

Turn any content into a personalized AI podcast. NotebookLM-style, except you control the script, voices, and hosts. Listen in Apple Podcast

Agentic AI video generator — fully autonomous text-to-video pipeline with free TTS/voice-clone, auto-editing, captions, and 20+ single-task

Open-source AI pipeline that turns any topic into a publish-ready YouTube/Instagram/TikTok Short — research, script, voiceover, visuals, mus

DramaClaw, senaryodan storyboard ve görsel varlıklara, oradan tamamlanmış videoya uzanan AIGC video üretim akışını tek bir self-hosted uygulamada birleştiriyor.

Neden yükseliyor · 185 günlük bir repoda 6.542 yıldızın yanı sıra son 28 günde 74 commit ve 10 farklı yazar bulunması kayda değer ilgi ve güncel geliştirme gösteriyor. README'deki örnek yapımlar da soyut bir demodan fazlasını sunduğuna dair proje içi kanıt sağlıyor; yine de yıldızlar gerçek kullanım veya bağımsız benimseme kanıtı değil.

AI 解说大师 — CLI 客户端；用于终端调用视频解说生成 API

Local TTS voice mode for Claude Code with word highlighting and no cloud APIs.

macOS desktop widget for Claude Code. See what Claude is doing, respond by voice, never miss a permission request.