汇聚全球AI音频与音乐生成项目，AI语音合成、音乐创作、音频处理工具一网打尽。
共收录 830 个开源项目
VoiceStudioV2
开源
免费
仅开源
本地跑通的变声、克隆与配音工作台
VoiceStudioV2 是一个本地运行的 AI 语音工作台，把实时变声、文本转语音、声音克隆和配音整合在一···
Ming-3.0-tts
开源
免费
仅开源
一套模型搞定多语言配音、音色克隆与语气控制
Ming-3.0-tts 是一个开源语音合成模型家族，提供 0.5B 稠密参数与 7.9B-A1.3B 混合专家（MoE）两种···
drama-tensorfold
开源
免费
仅开源
让 Drama 3 语音合成在 DGX Spark 上原生 CUDA 跑起来
drama-tensorfold 是把 Fish Audio 的 Drama 3 文本转语音模型移植到 TensorFold 原生 CUDA 引擎上···
ahenk-turkish-tts
开源
免费
仅开源
土耳其语离线语音合成，从文本规范化到端侧小模型一站搞定
Ahenk 是面向土耳其语的开源文本转语音（TTS）工具集，解决土耳其语在通用 TTS 方案中语音质量与文···
earshot
开源
免费
仅开源
给AI装上耳朵，边写代码边审声音
earshot 是一个面向编码智能体（coding agent）的音频能力层，让 AI 不仅能写代码，还能“听”和“···
speech-studio
开源
免费
仅开源
一个 exe 搞定离线语音合成、克隆与识别
speech-studio 是一款面向 Windows 的离线 AI 语音工作台，用 Rust 编写并打包为单个原生 .exe，无···
ComfyUI-Drama3
开源
免费
仅开源
在 ComfyUI 里直接做声音克隆和多角色配音
ComfyUI-Drama3 是把 Fish Audio Drama 3 文本转语音能力接入 ComfyUI 的原生节点项目，让用户在 C···
AudioSmith
开源
免费
可打开
Mac 上本地搞定转录、配音和声音克隆
AudioSmith 是一款面向 Mac 的开源音频创作工具，用 Go 语言开发，把语音识别、说话人分离、文本转···
soundbox
开源
免费
可打开
在自己的显卡上生成音效、音乐和配音
soundbox 是一个面向本地 GPU 的开源音频生成工具，目标是作为 ElevenLabs、Suno 等云端服务的本地···
voxlock
开源
免费
仅开源
只留主叫声音，转写前先滤掉旁人说话
voxlock 是一个面向语音转写场景的实时人声隔离工具，核心目标是在语音识别（STT）听到声音之前，只···
soundcraft
开源
可打开
纯 Rust 重写 Pro Tools，开源免费玩多轨录音混音
Soundcraft 是用纯 Rust 从零重写的开源数字音频工作站（DAW），目标是复刻 Avid Pro Tools 的核心···
ema-lightning
开源
免费
仅开源
土耳其语TTS，4毫秒出声，单卡扛千路
ema-lightning 是一个面向土耳其语的开源文本转语音（TTS）项目，主打轻量、快速和高准确率。模型仅···
fish-audio-hermes
开源
免费+付费
已失效
让 Hermes Agent 开口说话、听懂人话，还能克隆你的声音
fish-audio-hermes 是 Fish Audio 官方为 Hermes Agent 打造的音频插件，把语音合成、语音识别、音···
WorldSonus
开源
免费
仅开源
给视频和虚拟世界实时生成会跟着画面动的空间音效
WorldSonus 是一个用 Python 实现的实时交互式空间音频生成项目，面向视频与世界模型场景。它解决的···
paradee
开源
免费
仅开源
9MB 小模型，单核 CPU 18 倍速念英文
paradee 是一个从 Kokoro-82M 蒸馏而来的英文文本转语音模型，参数量仅 8M，模型文件约 9MB，在单个···
YuE2-Studio
开源
免费
可打开
装好就能在显卡上生成带人声的整首歌
YuE2-Studio 是一个本地运行的 AI 歌曲生成桌面应用，将 YuE2 音乐生成模型封装成开箱即用的 Windo···
dsh-tts-bridge
开源
免费
仅开源
对话文字自动变本地朗读，解放眼睛
dsh-tts-bridge 是一个面向 DeepSeek 网页端会话的朗读桥接工具，用 JavaScript 编写，以浏览器扩展···
remiqora
开源
可打开
本地跑 AI 作曲+分轨+DAW，一条龙出成品
remiqora 是一个本地 AI 音乐工作室，把 ACE-Step 1.5 与 YuE2-3B 两个音乐生成模型整合进同一个 V···
persian_tts
开源
免费
仅开源
本地离线克隆波斯语音色，CPU 也能跑
persian_tts 是一个面向波斯语（Farsi）的开源文本转语音工具，核心卖点是支持声音克隆且完全离线运···
yovoice
开源
免费
可打开
本地跑 TTS 与声音克隆，不花按字费用
yovoice 是一款面向 macOS 和 Windows 的开源桌面语音创作工具，主打本地化文本转语音（TTS）、声音···
MuLaCover
开源
仅开源
给段音频或 MIDI，AI 帮你生成可控翻唱和混音
MuLaCover 是一个可控的 AI 翻唱与音乐混音生成工具，输入参考音频或 MIDI 文件，就能生成新的翻唱···
ComfyUI-FL-YuE2
开源
免费
仅开源
在 ComfyUI 里生成音乐并手动改音符，边听边调
ComfyUI-FL-YuE2 是把 YuE2 音乐生成模型接入 ComfyUI 的自定义节点插件，并附带一个可编辑的钢琴卷···
Breeze-TTS-2.cpp
开源
免费
仅开源
C++ 本地跑中英双语 TTS，带克隆和流式服务
Breeze-TTS-2.cpp 是一个用 C++ 实现的中英双语文本转语音推理项目，基于 ggml/GGUF 生态，模型权重···
breeze-tts
开源
免费
仅开源
官方 PyTorch 推理，快速把文字变成中文语音
breeze-tts 是 Breeze TTS 2 的官方 PyTorch 推理实现，面向中文语音合成场景，提供从文本到语音的···
