音频音乐

xtts-webui 开源 免费 仅开源

可视化操作XTTS，零代码实现语音合成与微调

xtts-webui 是一个为 Coqui XTTS 文本转语音模型打造的图形化界面工具，主要解决 XTTS 模型使用门槛···

elevenlabs-js 开源 按量 可打开

用 Node.js 快速接入 ElevenLabs 高质量 AI 语音合成

elevenlabs-js 是 ElevenLabs 官方推出的 JavaScript/TypeScript 库，用于在 Node.js 环境中调用 E···

wyoming-piper-gpu 开源 免费 仅开源

给 Home Assistant 的 Piper 语音装上 GPU 加速，秒级响应

wyoming-piper-gpu 是一个为 Home Assistant 提供 GPU 加速的 Piper 文本转语音（TTS）服务的 Dock···

ComfyUI-audio 开源 免费 仅开源

在 ComfyUI 里拖拽节点，轻松生成音乐和语音

ComfyUI-audio 是一个为 ComfyUI 平台开发的音频生成工具集，旨在将音乐生成、文本转语音等音频能力···

OpenVoice 开源 可打开

给一段录音，立刻复刻出同款声音，谁都能当配音员

由 MIT 与 MyShell 联合打造的开源音频基础模型，支持即时声音克隆。仅需一段参考音频即可克隆任意···

OpenAI-Audiobook-Generator 开源 免费 仅开源

输入文本，一键生成有声书音频

这是一个基于网页的文本转音频工具，专注于生成有声书。它利用OpenAI的语音合成能力，将用户提供的···

tortoise.cpp 开源 免费 仅开源

在本地 CPU 上快速跑通 tortoise-tts，无需 GPU 也能语音合成。

tortoise.cpp 是 tortoise-tts 的 ggml (C++) 重新实现，旨在将高质量文本转语音模型本地化运行。它···

xtts2-ui 开源 免费 仅开源

上传10秒语音，即刻克隆声音并生成任意文本语音

xtts2-ui 是一个为 Coqui XTTS-2 模型打造的图形化界面工具，让用户仅需 10 秒的语音样本即可完成文···

obsidian-aloud-tts 开源 免费 仅开源

在 Obsidian 里选中文字就能听，边记边听提效率

obsidian-aloud-tts 是一个 Obsidian 的文本转语音（TTS）插件，用 TypeScript 编写，结合 React 和···

xtts-api-server 开源 免费 仅开源

一键部署XTTSv2，快速实现多语言语音合成与克隆

xtts-api-server 是一个基于 FastAPI 的轻量级服务端，用于部署和运行 Coqui AI 的 XTTSv2 文本转语···

OpenAI-Text-To-Speech-for-Unity 开源 免费 仅开源

在Unity中一键调用OpenAI语音合成，让应用开口说话

这是一个Unity插件，将OpenAI的文本转语音（TTS）能力集成到Unity引擎中。它解决了Unity开发者需要···

clone-voice 开源 可打开

上传声音样本，即刻克隆音色生成语音

clone-voice 是一个带 Web 界面的声音克隆工具，使用 Python 编写。它允许用户用自己的音色或任意声···

text_generation_webui_xtts 开源 免费 仅开源

给文本生成界面加上XTTSv2语音输出，让AI开口说话

text_generation_webui_xtts 是一个为 oobabooga text-generation-webui 设计的 XTTSv2 扩展插件。···

VoxNovel 开源 免费 仅开源

一键把电子书变成多人配音的有声书

VoxNovel 是一个将电子书转换为有声书的开源工具，核心特点是能为书中每个角色分配不同的配音演员，···

Amphion 开源 免费 仅开源

一站式音频生成工具箱，快速上手语音、音乐与歌声合成

Amphion 是一个面向音频、音乐和语音生成的开源工具包，旨在支持可复现研究，并帮助初级研究者和工···

mustango 开源 免费 仅开源

用自然语言精准控制音乐生成，让每句描述都变成旋律。

Mustango是一个面向可控文本生成音乐的开源模型，旨在解决现有文本到音乐生成中控制能力弱、语义对···

OpenAI-TTS-Gradio 开源 仅开源

拖拽文本，一键生成 OpenAI 语音，无需写代码。

OpenAI-TTS-Gradio 是一个基于 Gradio 构建的轻量级 Web 界面，用于调用 OpenAI 的文本转语音（TTS···

pflowtts_pytorch 开源 免费 仅开源

用 flow matching 快速生成自然语音，复现 NVIDIA 论文效果

P-Flow TTS 的非官方 PyTorch 实现，基于 NVIDIA 的论文，采用 flow matching 技术进行文本到语音合···

openai_tts 开源 免费 仅开源

让 Home Assistant 用上 OpenAI 高质量语音，播报更自然

这是一个为 Home Assistant 打造的自定义文本转语音（TTS）组件，利用 OpenAI 的语音合成引擎或任何···

EmotiVoice 开源 免费 仅开源

打几个字就能让配音带情绪，开心难过随你指挥

网易有道开源的多音色、提示词可控 TTS 引擎，通过文本提示即可控制合成语音的情感与风格。支持多种···

open-audio 开源 已失效

输入文字，一键生成自然语音并下载

Open-Audio 是一个基于 OpenAI 文本转语音（TTS）模型的 Web 应用，旨在将文字快速转换为自然流畅的···

ospeak 开源 免费 仅开源

终端里一句话，文本秒变语音文件

ospeak 是一个基于 Python 的 CLI 工具，用于调用 OpenAI 的文本转语音（TTS）API。它解决了开发者···

Music-Source-Separation-Training 开源 免费 仅开源

一站式训练音乐分离模型，人声伴奏随手拆

Music-Source-Separation-Training 是一个专注于音乐源分离模型训练的开源仓库，提供从数据准备、模···

CapCut-TTS 开源 免费 仅开源

免费把剪映 TTS 变成 API，快速接入你的应用

CapCut-TTS 是一个基于 TypeScript 开发的轻量级 API 封装工具，旨在将剪映（CapCut）内置的文本转···