
Sarashina2.2-TTSは、SB Intuitionsによって開発された大規模な言語モデルをベースにした日本中心のテキスト読み上げシステムです。
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
90
+1 (10月13日〜)
最終コミット
2026年6月
GitHub での作成日
2026年4月21日
掲載日
2026年5月24日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | 70 |
| 2026年7月 | 79 |
| 2026年8月 | 81 |
| 2026年9月 | 86 |
| 2026年10月 | 89 |
| 2026年11月 | 90 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
Emoji-TTSiron-mukakin52Irodori-TTSのフォークです。LLM-Studioなどを使ったキャプション生成ツールや、モデルをマージするツールが含まれています。また、連続生成や音声品質の調整といった機能により、推論機能も強化されています。
voicevox_engineVOICEVOX1.8k無料で使える中品質なテキスト読み上げソフトウェア、VOICEVOXの音声合成エンジン
Irodori-TTSAratako1.6k絵文字駆動スタイル制御を備えたフローマッチングベースのテキスト読み上げモデル
OneCompressionFujitsuResearch445富士通研究所による LLM 向け後学習量子化 (PTQ) パイプライン。QEP (NeurIPS 2025)、ILP 混合精度、回転前処理、vLLM プラグインを統合。論文: arXiv:2603.28845。
pyopenjtalkr9y9261OpenJTalkのPythonラッパー
piper-plusayutaz240日本語サポート、WebAssembly、マルチGPUトレーニング、品質向上を備えた強化されたパイパーTTS。
研究分野が近いリソース
Step-Audio-EditXstepfun-ai980強力な30億パラメータのLLMベース強化学習音声編集モデルで、感情・話し方・パラ言語情報の編集に優れ、堅牢なゼロショット音声合成機能も備える。多言語共通: 音声合成・大規模言語モデル(LLM)
T5Gemma-TTSAratako312T5Gemma エンコーダー・デコーダー型LLMをベースにした、声質クローンと発話時間制御に対応する多言語音声合成モデル。多言語共通: 音声合成・大規模言語モデル(LLM)- spoken-magpie-jaAtotti648Spoken‑magpie LLM用の日本語インストラクション・チューニングデータセット。CosyVoice2 TTSを10枚のNVIDIA H200 GPUで構築し、500文字以内のプロンプトに対して多様な話者音声とオーディオ応答を提供。サンプルは公開されている50件です。HF データセット共通: 音声合成・大規模言語モデル(LLM)
- japanese-gpt-neox-smallrinna656kCC‑100、C4、Wikipedia で学習された12‑layer、768‑hidden の日本語 GPT‑NeoX モデル。Huggingface と互換性があり、各文の末尾に必ず笑顔の絵文字を付けるオプションのトイプレフィックス調整ウェイトが付属しています。HF モデル共通: 大規模言語モデル(LLM)
GPT-SoVITSRVC-Boss62kわずか1分の音声データでも、優れた音声合成モデルを学習できる!(少数サンプルによる声質クローン)多言語共通: 音声合成
barksuno-ai39k🔊 テキストプロンプトによる生成音声モデル。多言語共通: 音声合成