音频音乐

ACE-Step-Studio 开源

一键安装，离线生成带人声的完整歌曲和 MV

ACE-Step-Studio 是一个便携式 AI 音乐生成工具，旨在让用户完全离线地创作完整歌曲，包括人声、翻···

MOSS-TTS-Nano 开源

0.1B 参数，CPU 上实时跑多语言语音克隆

MOSS-TTS-Nano 是 MOSI.AI 与 OpenMOSS 团队开源的多语言轻量级语音合成模型，参数量仅 0.1B，专为···

VoiceStudio 开源

开源语音全能工作站，克隆、配音、转录一站式搞定

VoiceStudio 是一个开源的 AI 语音工作站，旨在成为 ElevenLabs 的替代方案。它集成了语音克隆、配···

ComfyUI-VoxCPM2 开源

在 ComfyUI 里直接做多语言语音合成和克隆，还能训练 LoRA

VoxCPM2 TTS for ComfyUI 是一个将 VoxCPM2 文本转语音模型集成到 ComfyUI 中的节点包。它解决了在···

omnivoice-server 开源

用 OpenAI 接口秒接 OmniVoice，让 TTS 无缝融入现有 AI 应用。

omnivoice-server 是一个基于 FastAPI 构建的 OpenAI 兼容 HTTP 服务器，为 OmniVoice 文本转语音（···

Inflect 开源

轻量级 TTS，小体积也能生成自然语音，快速集成。

Inflect 是一个轻量级、高质量的文本转语音（TTS）模型，旨在以极小的资源占用生成自然流畅的语音。···

personalized-podcast 开源

把任意文章变成你的专属 AI 播客，通勤路上听

personalized-podcast 是一个将任意内容转化为个性化 AI 播客的开源工具，风格类似 NotebookLM，但···

ComfyUI-OmniVoice-TTS 开源

在 ComfyUI 里拖拽节点，即可克隆声音、生成多语言语音

OmniVoice TTS 是一个为 ComfyUI 设计的自定义节点，提供零样本多语言文本转语音功能，并支持声音克···

CloneTTS 开源

安卓离线音色克隆，全局听书不求人

CloneTTS 是一个运行在 Android 本地的轻量级文字转语音（TTS）引擎，主打离线运行和系统级集成。它···

minutes 开源

把会议和语音笔记变成可搜索的AI记忆库，本地处理，隐私无忧。

minutes 是一个开源的、注重隐私的对话记忆层，使用 Rust 编写。它旨在解决会议、想法和语音备忘录···

nightingale 开源

任意歌曲秒变伴奏，唱完还能给你打分

Nightingale 是一款基于机器学习的开源卡拉 OK 应用，用 TypeScript 与 Rust 构建，目标是把普通电···

awesome-ai-voice 开源

一站式收藏开源语音与音乐生成模型，快速找到你要的工具。

awesome-ai-voice 是一个精选开源 AI 语音与音乐生成资源的列表，收录了文本转语音（TTS）、声音克···

sea-g2p 开源

快速搞定印尼语、泰语、越南语文本转音素，助力 TTS 更地道。

sea-g2p 是一个用 Rust 编写的快速多语言文本到音素转换器，专注于东南亚语言，包括印尼语、泰语和···

qwen3-tts 开源

纯 C 跑 Qwen3-TTS，无 Python 依赖，轻量高效部署

qwen3-tts 是一个纯 C 语言实现的 Qwen3-TTS 文本转语音推理引擎，旨在摆脱 Python 和 PyTorch 的依···

kokoclone 开源

克隆任意声音，用 Kokoro 生成多语言自然语音

kokoclone 是一个基于 Kokoro TTS 的语音克隆工具，它将语音克隆能力直接集成到 Kokoro 文本转语音···

VoxSherpa-TTS 开源

安卓离线语音合成，无网也能自然发声

VoxSherpa-TTS 是一个基于 Sherpa-ONNX 的 Android 离线神经文本转语音引擎，利用 Kokoro-82M 模型···

BlueTTS 开源

极速语音合成，让 TTS 快人一步

BlueTTS 是一个主打速度的开源文本转语音（TTS）模型，旨在提供极速的语音合成体验。它解决了传统 ···

voxt 开源

按住说话，自动生成干净、专业、符合当前应用的文字

voxt 是一个面向 Mac 的本地优先语音输入工具，通过按住说话（hold-to-talk）的方式，将语音实时转···

Irodori-TTS 开源

用表情符号控制语音风格，让 TTS 更生动自然

Irodori-TTS 是一个基于 Flow Matching 的文本转语音（TTS）模型，特色在于通过表情符号（emoji）驱···

tadpole-studio 开源

本地跑AI音乐，拖拽点点就出歌

tadpole-studio 是一个面向本地 AI 音乐生成模型的易用图形界面，旨在降低本地模型的使用门槛。它解···

parrot 开源

本地离线AI配音，隐私安全，一键生成语音

Parrot 是一款基于 Rust 和 Tauri v2 构建的免费、离线、注重隐私的 AI 文本转语音（TTS）桌面应用···

maise 开源

在安卓设备上离线合成语音，无需联网，保护隐私。

Maise 是一个开源的 Android 语音引擎，专注于在设备端（边缘）提供强大且灵活的语音合成（TTS）能···

Vocello 开源

在 Apple 芯片上离线快速生成语音，保护隐私，无需联网。

Vocello 是一款专为 Apple Silicon 设计的本地、私密语音工作室。它允许用户编写脚本，选择或描述声···

personaplex-mlx 开源

在 Mac 上本地运行全双工语音对话，实时交互不依赖云端

PersonaPlex-MLX 是 NVIDIA PersonaPlex 全双工语音对话模型在 Apple Silicon 上的 MLX 移植版，旨···