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 ·
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 ·
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 ·
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 →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 →