汇聚全球AI音频与音乐生成项目，AI语音合成、音乐创作、音频处理工具一网打尽。
共收录 830 个开源项目
VibeVoice-ComfyUI
开源
免费
仅开源
在 ComfyUI 里拖拽节点，一键生成高质量多角色语音
VibeVoice-ComfyUI 是一个将微软 VibeVoice 文本转语音模型集成到 ComfyUI 的自定义节点，让用户能···
ComfyUI-VibeVoice
开源
免费
仅开源
在 ComfyUI 里拖拽生成带情感的多角色长语音
ComfyUI-VibeVoice 是一个为 ComfyUI 设计的自定义节点，用于集成 VibeVoice 文本转语音（TTS）引擎···
ddo-tts
开源
免费
仅开源
安装即用，Edge 语音秒变朗读神器
ddo-tts 是一款基于 Kotlin 开发的 Android 文字转语音应用，内置 EdgeTTS 引擎，无需额外部署或配···
Genie-TTS
开源
免费
仅开源
把 GPT-SoVITS 模型转成 ONNX，部署快、跑得稳，声音克隆更轻松。
Genie-TTS 是一个专注于 GPT-SoVITS 模型的 ONNX 推理引擎与模型转换工具。它解决了 GPT-SoVITS 模···
VibeVoice
开源
免费
仅开源
开源语音AI，一句话生成多人自然对话音频
VibeVoice 是微软开源的前沿语音 AI 项目，用 Python 实现，聚焦高质量语音合成与多说话人对话生成···
OpenWebTTS
开源
免费
已失效
本地模型朗读PDF和EPUB，隐私无忧的Speechify替代品
OpenWebTTS 是一个开源的、可自托管的文本转语音（TTS）Web 应用，旨在作为 Speechify 的替代方案。···
ncnn-android-piper
开源
免费
仅开源
手机本地跑神经语音合成，离线秒出中文英文语音
ncnn-android-piper 是一个基于 ncnn 推理框架的本地神经网络语音合成（TTS）引擎，专为 Android 和···
live-coding-music-mcp
开源
免费
仅开源
让 Claude 直接写 Strudel 代码，边聊边生成可播放音乐
这是一个基于 Model Context Protocol（MCP）的服务器，让 Claude 等 AI 助手能直接操控 Strudel.c···
lue
开源
免费
仅开源
终端里读书还能听书，支持多种格式，语音自然如有声书。
lue 是一个运行在终端里的电子书阅读器，核心亮点是集成了高品质的文本转语音（TTS）功能，让用户能···
HunyuanVideo-Foley
开源
仅开源
看视频自动配音，让无声画面瞬间有真实的声音。
HunyuanVideo-Foley 是腾讯混元团队开源的多模态扩散模型，用于从视频内容自动生成高保真度的拟音音···
nabu
开源
免费
仅开源
在安卓上玩转本地 TTS 和 LLM，一键生成有声书
nabu 是一个面向边缘计算的多引擎 TTS 与 LLM 游乐场，基于 Kotlin 开发，专为 Android 设备设计。···
epub2mp3
开源
免费
仅开源
把电子书变成有声书，用 Edge TTS 一键转 MP3
epub2mp3 是一个用 Python 编写的命令行工具，它利用微软 Edge 的 TTS 服务，将 EPUB 电子书转换为···
VyvoTTS
开源
免费
仅开源
用LLM思路自己训练TTS模型，从数据到推理全流程
VyvoTTS 是一个基于大语言模型（LLM）思路构建的文本转语音（TTS）训练框架，核心是把语音合成任务···
ai-voice-cloner
开源
免费
可打开
本地免费克隆你的声音，一键生成语音
这是一个本地运行的AI语音克隆桌面应用，无需联网即可使用，且不产生任何运行成本。它解决的是用户···
OtosakuTTS-iOS
开源
免费
仅开源
在 iPhone 上离线生成自然语音，保护隐私不联网。
OtosakuTTS-iOS 是一个基于 Swift 的离线文本转语音（TTS）库，专为 iOS 和 macOS 平台设计。它利用···
WhisperSubTranslate
开源
免费
仅开源
本地免费生成字幕并翻译，无需上传，隐私无忧
WhisperSubTranslate 是一款免费、本地优先的桌面应用，基于 Electron 构建，利用 OpenAI Whisper ···
TTS-Audio-Suite
开源
免费
仅开源
在 ComfyUI 里拖拽节点，本地跑多种 TTS 和声音克隆
TTS-Audio-Suite 是一个 ComfyUI 自定义节点集成包，旨在为本地多引擎、多语言的文本转语音（TTS）···
Kitten-TTS-Server
开源
免费
仅开源
自托管轻量 TTS 服务，长文本有声书一键生成
Kitten-TTS-Server 是一个自托管的轻量级文本转语音（TTS）API 服务器，基于 Kitten TTS 模型构建，···
KittenTTS
开源
免费
仅开源
纯 CPU 就能跑的轻量开源语音合成模型
KittenTTS 是一个开源文本转语音（TTS）模型项目，主打在纯 CPU 环境下运行，无需 GPU 即可完成语音···
nonverspeech38k
开源
免费
仅开源
让AI学会笑、叹、哼，生成自然非语言人声
NonVerbalSpeech-38K 是一个用于非语言语音（如笑声、叹息、哼声等）生成与理解的开源项目，源自同···
codename-rvc-fork-4
开源
免费
仅开源
一键克隆音色，实时转换歌声，创作更自由
Codename's rvc fork version 4 是一个基于 Applio 的歌声转换工具分支，专注于语音与歌声的实时转···
jamify
开源
免费
已失效
像搭积木一样生成歌曲，每个音符都能控
jamify 是一个基于流匹配（Flow Matching）的轻量级歌曲生成器，旨在解决现有音乐生成模型在细粒度···
kokoro-coreml
开源
免费
仅开源
一键转换 Kokoro TTS 到 Apple 芯片，实现端侧快速语音合成
kokoro-coreml 是一个将 Kokoro TTS 模型从 PyTorch 转换为 CoreML 格式的流水线工具，旨在解锁 Ap···
SpeakThat
开源
可打开
戴上耳机，重要通知自动念给你听，解放双眼。
SpeakThat 是一款 Android 平台的开源通知朗读工具，旨在将手机上的各类通知通过文字转语音（TTS）···
