GGitHub 趋势观察站
每日 07:00 更新订阅EN
← 所有专题

语音听写、配音与音乐制作

按语音转文字、语音合成、配音、实时语音 Agent 和音乐生成查找工具。

新项目会随榜单更新归入本专题,以下按最近上榜时间排列。

按你的任务选择

16 个项目

最近上榜 ·

mpv

mpv-player/mpv

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。

查看 mpv 项目介绍 →

最近上榜 ·

VibeVoice

microsoft/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。

查看 VibeVoice 项目介绍 →

最近上榜 ·

hex

anomalyco/hex

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。

查看 hex 项目介绍 →

最近上榜 ·

VoiceStudio

debpalash/VoiceStudio

在本地完成语音克隆、配音、转写和有声书制作的桌面工具。

查看 VoiceStudio 项目介绍 →

最近上榜 ·

VoxCPM

OpenBMB/VoxCPM

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。

查看 VoxCPM 项目介绍 →

最近上榜 ·

transformers

huggingface/transformers

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。

查看 transformers 项目介绍 →

最近上榜 ·

yoinks

pablostanley/yoinks

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。

查看 yoinks 项目介绍 →

最近上榜 ·

voicebox

jamiepine/voicebox

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。

查看 voicebox 项目介绍 →

最近上榜 ·

YuE / YuE2

multimodal-art-projection/YuE

通过可编辑旋律和和弦规划生成、翻唱与修改完整歌曲的音乐模型工具。

查看 YuE / YuE2 项目介绍 →

最近上榜 ·

omniget

tonhowtf/omniget

集成多站点下载、媒体播放、转写与阅读工具的跨平台桌面应用。

查看 omniget 项目介绍 →

最近上榜 ·

markitdown

microsoft/markitdown

将办公文档、网页、音频等多种文件转换为 Markdown 的 Python 工具。

查看 markitdown 项目介绍 →

最近上榜 ·

openwhispr

OpenWhispr/openwhispr

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。

查看 openwhispr 项目介绍 →

最近上榜 ·

TypeWords

zyronon/TypeWords

通过打字、听写和文章练习帮助用户学习英语的开源应用。

查看 TypeWords 项目介绍 →

最近上榜 ·

ODS

Osmantic/ODS

将个人电脑变成支持推理、语音、RAG 与工作流的 AI 服务器。

查看 ODS 项目介绍 →

最近上榜 ·

agents

livekit/agents

用于构建实时语音、视频和多模态 AI Agent 的框架。

查看 agents 项目介绍 →

最近上榜 ·

FluidVoice

altic-dev/FluidVoice

在 macOS 本地运行的语音听写与 AI 文本增强工具。

查看 FluidVoice 项目介绍 →

选择前的常见问题

语音工具如何试用更有参考价值?

用目标语言、真实语速和实际录音环境测试,分别检查识别错误、停顿、发音和导出格式。涉及录音上传或声音克隆时,核对数据流向与声音授权。

项目按已收录的用途简介归类,专题收录不代表安装实测或性能排名。具体条件、资料来源与版本请查看项目介绍及官方文档。

继续看其他专题 →