音频音乐

Higgs_v3-TTS-ComfyUI 开源 免费 仅开源

在 ComfyUI 里拖拽生成百种语言、可克隆声音的对话式语音。

Higgs_v3-TTS-ComfyUI 是一套专为 ComfyUI 设计的节点，用于集成 Higgs Audio v3 TTS 4B 模型。该模···

capcut-tts-api 开源 免费 仅开源

Python 封装语音合成与转写，快速接入 TTS/STT

capcut-tts-api 是一个用 Python 封装的语音能力接口项目，面向开发者提供文本转语音（TTS）与语音···

dots.tts 开源 免费 仅开源

本地跑文本转语音，几行代码让文字开口说话

dots.tts 是一个基于 Python 的开源文本转语音（TTS）项目，聚焦于把文字快速合成为自然语音。它解···

xttsv2-vllm-streaming-server 开源 免费 仅开源

让 XTTS-v2 实时说话，0.5 秒首响，即插即用

这是一个基于 vLLM 的 XTTS-v2 实时流式语音合成服务器，提供与 OpenAI 兼容的 API 接口。它解决了···

Confucius4-TTS 开源 免费 仅开源

一句话克隆音色，跨语言说外语

Confucius4-TTS 是一个多语言与跨语言零样本语音合成引擎，基于 PyTorch 构建。它解决的核心问题是···

ZONOS2 开源 免费 仅开源

开源 MoE 语音合成，本地跑出自然语音

ZONOS2 是一个开源的文本转语音（TTS）模型，采用混合专家（MoE）架构，主打开放权重、可本地部署。···

WavTTS 开源 可打开

跳过频谱直接建模波形，少量参考音频即可克隆音色

WavTTS 是一个面向零样本语音合成的开源研究项目，核心思路是绕过传统声学特征（如梅尔频谱）的中间···

Irodori-TTS-Server 开源 免费 仅开源

一键部署 OpenAI 兼容的 TTS 服务，轻松实现语音合成与克隆

Irodori-TTS-Server 是一个基于 Python 的文本转语音（TTS）服务端，它实现了 OpenAI 的 Text-to-S···

Hojo-TTS-Light 开源 可打开

小体积语音合成模型，低算力也能跑起来

Hojo-TTS-Light 是 HojoAI 推出的轻量级语音合成模型系列，目前包含 0.04B 与 0.08B 两个参数规模版···

flowflow 开源 免费 仅开源

用 Rust 打造本地优先语音笔记，自动转写并语义搜索。

flowflow 是一款面向 iPhone 和 macOS 的语音笔记应用，完全使用 Rust 编写，基于 Dioxus 构建跨平···

MSVAE 开源 免费 仅开源

把音乐压成语义隐空间，理解、生成、重建一网打尽

MSVAE 是一个面向音乐语义的变分自编码器（VAE）开源项目，用 Python 实现，目标是把音乐音频压缩到···

xn-ptts 开源 免费 仅开源

用 Rust 跑 Phonon 语音合成推理

xn-ptts 是一个用 Rust 编写的 Phonon TTS 推理实现，基于 xn 框架运行。它解决的是在本地或服务端···

AuraPlayer 开源 免费 仅开源

动动嘴就能听歌，AI帮你搞定播放列表

AuraPlayer 是一个基于 Next.js 和 TypeScript 构建的智能音乐播放器，集成了 AI 代理能力，支持通···

qwentts.cpp 开源 免费 仅开源

本地跑 TTS，克隆音色还能设计声音，不联网

qwentts.cpp 是 Qwen3-TTS 的 C++17 移植版本，基于 GGML 推理框架实现本地文本转语音。它解决的是···

erm 开源 免费 仅开源

一键剪掉录音里的“嗯啊”，让口语更干净

erm 是一个本地运行的命令行工具，专门用于去除英语口语录音中的非流利停顿词（如 um、uh、er、erm···

korean-voice-acting-engine 开源 免费 仅开源

本地跑通韩语配音训练、转换与审查全流程

这是一个本地优先的韩语配音引擎，专为Codex辅助训练、语音转换和音频审查设计。它解决了韩语语音合···

omnivoice.cpp 开源 免费 仅开源

本地离线跑语音克隆与设计，646 语言 CPU 也能出声

omnivoice.cpp 是 OmniVoice 语音合成模型的 C++17 移植版，基于 GGML 推理框架实现，主打本地化文···

HOT-Step-CPP 开源 免费 仅开源

拧旋钮，本地 C++ 离线生成 AI 音乐

HOT-Step-CPP 是一个基于 C++ 与 GGML 推理框架的本地 AI 音乐生成项目，目标是把原本依赖 Python ···

ACE-Step-Studio 开源 免费 仅开源

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 免费 可打开

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···

cloudflare-edge-tts 开源 免费 仅开源

把文字转语音搬到边缘，低延迟出音频

cloudflare-edge-tts 是一个基于 TypeScript 的开源项目，把文本转语音（TTS）能力部署到 Cloudfla···

VoiceStudio 开源 可打开

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 免费 仅开源

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 免费 仅开源

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（···