音频音乐

java-tts 开源 免费 仅开源

用 Java 轻松调用 Edge TTS，几行代码实现文本转语音

java-tts 是一个基于 Java 实现的文本转语音库，它封装了微软 Edge 的在线 TTS 服务，让 Java 开发···

SNAC 开源 免费 仅开源

零样本克隆声音，几秒音频即可合成新语音

SNAC 是一个基于 PyTorch 的非官方实现，专注于零样本多说话人文本转语音（TTS）。它通过引入说话人···

elevenlabs-python 开源 按量 仅API

一行代码调用 ElevenLabs，生成逼真 AI 语音

ElevenLabs 官方 Python SDK，用于调用 ElevenLabs API，提供文本转语音、语音克隆、声音库管理、语···

elevenlabs_tts 开源 仅开源

给 Home Assistant 接入 ElevenLabs 逼真 AI 语音

这是一个将 ElevenLabs 文本转语音（TTS）服务集成到 Home Assistant 的自定义组件。它解决了 Home···

vst 开源 免费 仅开源

在DAW里输入文字，直接生成声音，创意音色一键即得

vst 是一个开源的音频插件项目，它允许用户直接在数字音频工作站（DAW）中通过输入文字来生成声音。···

subvert 开源 已失效

上传视频，秒出字幕、摘要和章节，剪辑效率翻倍。

subvert 是一个基于 PHP 的视频处理工具，利用 OpenAI 的 Whisper 模型自动为视频生成字幕、摘要和···

epub_to_audiobook 开源 免费 仅开源

把电子书一键变成有声书，直接导入 Audiobookshelf 听

epub_to_audiobook 是一个将 EPUB 电子书转换为有声书的开源工具，专为 Audiobookshelf 优化，并内···

bob-plugin-akl-microsoft-free-tts 开源 免费 仅开源

免密钥调用微软语音，Bob 一键朗读翻译结果

这是一个基于微软免费语音合成服务的 Bob 插件，完全无需 API 密钥即可使用。它解决了 Bob 用户需要···

AudioGPT 开源 免费 仅开源

一句话搞定音频理解与生成，还能驱动数字人说话

AudioGPT 是一个多模态音频处理框架，旨在统一理解和生成语音、音乐、声音以及说话头（Talking Hea···

tiktok-tts 开源 免费 仅开源

一行代码调用 TikTok 语音合成，快速生成 MP3 音频。

tiktok-tts 是一个基于 Node.js 的轻量级文本转语音工具，通过封装 TikTok 的 TTS API，让开发者能···

vits-simple-api 开源 免费 仅开源

一键部署 VITS 语音合成 API，快速集成 TTS 到你的应用

vits-simple-api 是一个基于 Python 的轻量级 VITS 语音合成 HTTP 接口服务，通过扩展 Moegoe 项目···

linuxwave 开源 免费 仅开源

把系统随机数变成音乐，听见 Linux 的脉搏

linuxwave 是一个用 Zig 语言编写的命令行工具，它从 Linux 系统的熵源（如 /dev/urandom）中读取随···

ElevenLabs-DotNet 开源 仅开源

用 C# 快速接入 ElevenLabs，实现高质量语音合成。

ElevenLabs-DotNet 是一个非官方的 .NET 客户端库，用于调用 ElevenLabs 的 RESTful API，解决 C# ···

elevenlabs-node 开源 仅开源

在 Node.js 里快速集成 ElevenLabs 高质量 AI 语音合成

elevenlabs-node 是一个用于 Node.js 的 Eleven Labs 文本转语音（TTS）非官方客户端包。它封装了 ···

Persian-tts-coqui 开源 免费 仅开源

用 Coqui 框架训练波斯语语音合成模型，快速上手

Persian-tts-coqui 是一个面向波斯语/法尔西语的开源文本转语音（TTS）训练项目，基于 Coqui TTS 框···

MimicMania 开源 已失效

输入文本，克隆你的声音，秒出语音

MimicMania 是一个基于 Streamlit 构建的开源语音合成与克隆 Web 应用，旨在让用户通过简单的文本输···

rtvc 开源 仅开源

实时语音转写与克隆，快速接入 ElevenLabs

rtvc 是一个基于 ElevenLabs API 的实时语音转录与克隆工具，使用 TypeScript 编写。它解决了开发者···

com.rest.elevenlabs 开源 仅开源

Unity 里一键接入 Eleven Labs 语音合成，快速实现角色配音与播报。

这是一个非官方的 Eleven Labs 语音合成 Unity 客户端，以 UPM 包形式分发，方便 Unity 开发者集成···

elevenlabslib 开源 仅开源

用 Python 轻松调用 ElevenLabs，快速实现高质量文本转语音。

elevenlabslib 是一个用于 ElevenLabs API 的 Python 封装库，旨在简化开发者对 ElevenLabs 文本转···

epub2tts 开源 免费 仅开源

把电子书一键变成有声书，通勤路上用耳朵读书

epub2tts 是一个将电子书（epub 或纯文本）转换为有声书的开源工具。它利用生成式 AI 文本转语音（···

WhisperSpeech 开源 免费 仅开源

反转Whisper，用识别模型生成自然语音，快速搭建TTS应用

WhisperSpeech 是一个基于 PyTorch 的开源文本转语音（TTS）系统，其核心思路是“反转 Whisper”—···

open-musiclm 开源 免费 仅开源

输入文字描述，自动生成对应风格的音乐片段

open-musiclm 是 MusicLM 的开源实现，MusicLM 是 Google Research 提出的文本生成音乐模型。该项目···

vall-e 开源 免费 可打开

3秒参考音频，零样本克隆任意声音，生成自然语音

VALL-E 是一个基于 PyTorch 的零样本文本转语音（TTS）实现，源自微软提出的神经编解码语言模型。它···

react-speech-highlight-demo 开源 已失效

让文字跟着语音走，边听边读不迷路

这是一个演示如何在 React 和原生 JavaScript 中实现文本转语音（TTS）并高亮当前朗读单词和句子的···