microsoft☆ 55,859
VibeVoice
提供带说话人与时间标记的语音转写及流式语音合成的模型系列。
Python·最近上榜 2026-11-06
REPOWATCH / EXPLORE
不止今日榜单。搜索所有已收录的开源项目,按用途找到适合你的工具。
SEARCH RESULTS
提供带说话人与时间标记的语音转写及流式语音合成的模型系列。
使用本地语音模型把说话内容转为文字,并粘贴到当前应用的听写工具。
在本地完成语音克隆、配音、转写和有声书制作的桌面工具。
支持多语言语音生成、声音设计与零样本克隆的无分词文本转语音模型。
在本地完成声音克隆、语音生成、听写和智能体语音输出的桌面工作室。
支持本地与云端模型的跨平台语音听写、会议转写和笔记应用。
将个人电脑变成支持推理、语音、RAG 与工作流的 AI 服务器。
用于构建实时语音、视频和多模态 AI Agent 的框架。
在 macOS 本地运行的语音听写与 AI 文本增强工具。
从终端播放音频、视频和字幕,并可配置解码与渲染选项的播放器。
为文本、视觉、音频与多模态模型提供统一定义、训练和推理接口的机器学习库。
在终端从多种视频平台下载视频或提取音频的命令行工具。