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
Dia-Finetuning-Vietnamese
开源
免费
仅开源
用Dia微调越南语TTS，快速实现语音克隆
这是一个面向越南语的TTS（文本转语音）微调项目，基于Dia框架实现。它解决了越南语语音合成中缺乏···
learnable-speech
开源
免费
仅开源
无需对齐，快速实现跨语言语音合成与克隆
learnable-speech 是一个基于可学习音频编码器的文本转语音（TTS）项目，无需与文本参考对齐即可实···
FluidAudio
开源
免费
仅开源
在苹果设备上本地运行前沿音频 AI，实现离线语音交互。
FluidAudio 是一个面向 iOS/macOS 开发者的 Swift 框架，旨在将前沿的 CoreML 音频模型无缝集成到原···
Twocast
开源
免费
仅开源
一键把文章变成双人对话播客，多语言多音色，替代 NotebookLM
Twocast 是一个开源的 AI 播客生成器，专注于生成双语音频节目，支持多语言和多音色，被视为 Noteb···
MOSS-TTSD
开源
免费
仅开源
从短音频克隆声音，生成多说话人 expressive 对话
MOSS-TTSD 是一个面向表达性多说话人合成的口语对话生成模型。它解决了传统语音合成在长上下文建模···
kokoro-tts-addon
开源
免费
仅开源
在浏览器里离线跑神经TTS，低配硬件也能流畅发声。
kokoro-tts-addon 是一个面向浏览器的本地神经文本转语音（TTS）解决方案，旨在让网页应用无需联网···
voicehub
开源
免费
仅开源
一套接口，调用所有 TTS 模型，快速集成语音合成。
VoiceHub 是一个为文本转语音（TTS）模型提供统一推理接口的开源工具。它解决了 TTS 模型生态碎片化···
AgentVibes
开源
免费
仅开源
让 Claude Code 开口说话，边写代码边听反馈
AgentVibes 是一个为 Claude Code 提供语音播报能力的开源项目，用 JavaScript 编写。它把文本转语···
edge-tts-universal
开源
免费
可打开
无需 Edge 和 API key，任意 JS 环境一键接入微软语音合成
edge-tts-universal 是一个基于 TypeScript 编写的同构 JavaScript 库，让你无需安装 Microsoft Ed···
chatterbox-tts-api
开源
可打开
本地跑个 OpenAI 兼容的语音克隆 API，随便接进你的 AI 应用
Chatterbox TTS API 是一个本地部署的、兼容 OpenAI 接口的文本转语音服务，基于 Chatterbox 模型实···
Chatterbox-TTS-Server
开源
免费
仅开源
一键自托管，轻松生成高质量语音，支持声音克隆和长文本处理。
Chatterbox-TTS-Server 是一个自托管的文本转语音（TTS）服务，基于强大的 Chatterbox 模型。它解决···
Chatterbox-TTS-Extended
开源
免费
仅开源
把整本书丢进去，自动生成有声书，还能克隆声音
Chatterbox-TTS-Extended 是 Chatterbox 文本转语音项目的增强版，主要解决原始版本对输入文本长度···
Speech2Speech
开源
免费
可打开
本地运行，语音转语音，隐私全掌握
Speech2Speech 是一个完全私密的语音转语音 Web 应用，用户可以通过浏览器直接完成语音输入、识别、···
MagiCodec
开源
免费
仅开源
单层流式音频编码，让下游模型更易用
MagiCodec 是一个单层流式音频编解码模型，旨在提供当前最优的音频质量，并生成离散 token，以提升···
ComfyUI-Chatterbox
开源
免费
仅开源
在 ComfyUI 工作流里一键生成语音、转换音色
ComfyUI-Chatterbox 是一个把 Chatterbox 文本转语音（TTS）与音色转换能力接入 ComfyUI 的节点插件···
parkiet
开源
免费
仅开源
荷兰语文本秒变自然语音，开源 TTS 模型
Parkiet 是一个基于 JAX 的荷兰语文本转语音（TTS）模型，参数量为 16 亿。它旨在解决荷兰语语音合···
AudioMuse-AI
开源
免费
仅开源
声学分析自动挖掘曲库，生成智能歌单，找回被遗忘的好歌。
AudioMuse-AI 是一个开源的智能音乐分析引擎，专注于解决音乐库中“有歌却难找”的痛点。它通过声学···
StreamingKokoroJS
开源
免费
可打开
浏览器里无限量本地语音合成，告别云端依赖
StreamingKokoroJS 是一个基于 Kokoro-JS 的浏览器端文本转语音（TTS）库，主打 100% 本地运行与完···
ai-dj
开源
免费
仅开源
现场演出中实时用 AI 生成音乐，保持人类掌控
ai-dj 是一个面向现场音乐表演的 AI 音乐生成工具，以 C++ 编写，基于 JUCE 框架，支持作为独立应用···
AllVoiceLab-MCP
开源
仅开源
让AI一键开口说话，还能给视频配音翻译
AllVoiceLab-MCP 是 AllVoiceLab 官方推出的模型上下文协议（MCP）服务器，旨在让 AI 助手（如 Cla···
MiniMax-AI.github.io
开源
可打开
MiniMax 官方 TTS 开源入口，快速上手语音合成
MiniMax-AI.github.io 是 MiniMax 公司的官方 GitHub Pages 页面，主要展示其文本转语音（TTS）相关···
draft-to-take
开源
免费
仅开源
本地一键将语音草稿打磨成专业音频成品
Draft to Take 是一个本地优先的 AI 音频制作工作室，旨在将粗糙的语音草稿快速转化为专业级音频成···
tts-audiobook-tool
开源
免费
仅开源
一个工具集成多种TTS模型，轻松制作高品质有声书
这是一个专注于高质量有声书创作的开源工具，集成了大量主流TTS模型（如Qwen3-TTS、OmniVoice、Vib···
tts
开源
按量
仅API
几行 Python 代码，把文字变成自然语音
Inworld TTS 是 Inworld AI 开源的文本转语音（TTS）Python 工具包，面向开发者提供从文本生成自然···
