音频音乐

Inflect 开源 免费 仅开源

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 仅开源

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 免费 仅开源

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···

OmniVoice 开源 免费 仅开源

一段参考音频，克隆音色说600+种语言

OmniVoice 是一个基于 Python 的开源高质量语音克隆文本转语音（TTS）项目，主打覆盖 600 种以上语···

CloneTTS 开源 免费 仅开源

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 免费+付费 已失效

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 可打开

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 待核验

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 免费 仅开源

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 可打开

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 已失效

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 免费 仅开源

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 已失效

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 免费 仅开源

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···

smol-audio 开源 免费 仅开源

Colab 里直接跑通的音频模型微调与推理笔记本

smol-audio 是一组面向音频 AI 的实用 Jupyter Notebook 集合，主打在 Google Colab 环境中直接完成···

faster-qwen3-tts 开源 免费 仅开源

让 Qwen3-TTS 边生成边出声，实时对话不卡顿

faster-qwen3-tts 是基于阿里 Qwen3-TTS 模型构建的实时语音合成开源项目，用 Python 实现，目标是···

ttslab 开源 免费 可打开

本地免费测任意TTS模型，快速对比效果

TTSLab 是一个本地运行的开源文本转语音（TTS）测试工具，旨在让用户零成本地在自己的电脑上轻松测···

MioTTS-Inference 开源 免费 仅开源

轻量快速的 LLM 语音合成推理服务，支持声音克隆，即插即用。

MioTTS-Inference 是 MioTTS 的推理服务器，MioTTS 是一个基于大语言模型的轻量级、快速的文本转语···