sub-to-audio
把字幕文件一键变成同步语音，自动配音不求人。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 120
核心亮点
- 自动解析字幕时间轴，生成的音频与字幕完美同步，省去手动对齐的麻烦。
- 基于 Coqui-ai TTS，支持多种语音模型，可生成自然流畅的语音。
- 命令行工具，简单易用，适合批量处理多个字幕文件。
不足之处
- 依赖 Coqui-ai TTS，模型下载和配置可能较复杂，对新手不友好。
- 仅支持文本转语音，不支持背景音乐或音效合成，功能相对单一。
- 文档/社区待观察
适用场景
- 视频创作者为字幕视频自动生成配音，提升制作效率。
- 语言学习者将外语字幕转为音频，用于听力训练。
- 播客或有声书制作者将剧本字幕快速转为语音内容。
替代项目
ffmpeg、espeak-ng、PaddleSpeech
下一篇：phoenix10.1
同类项目推荐
phoenix10.1
开源
用文字一键生成你的专属电台，AI 主持不间断播报
Creates personalized radio stations with your own radio jockey!
voice-cloning-collab
开源
用少量样本实时克隆声音，效果更自然
an improved version of Real-time-voice-cloning
MusicGenerator
开源
用 TensorFlow 玩转多种深度学习音乐生成模型
Experiment diverse Deep learning models for music generation with TensorFlow
CosyVoice
开源
输入文字就能生成多语种配音，一天的工作十分钟搞定
Multi-lingual large voice generation model, providing inference, training and deploy···
Music-Source-Separation-Training
开源
一站式训练音乐分离模型，人声伴奏随手拆
Repository for training models for music source separation.
elevenlabs
开源
用 Go 轻松调用 ElevenLabs，实现语音合成与识别
Unofficial Go client for the ElevenLabs API: text-to-speech, speech-to-text, sound g···
GPT-SoVITS
开源
录一分钟声音，AI 就能用你的声音读任何文字
1 min voice data can also be used to train a good TTS model! (few shot voice cloning···
personalized-podcast
开源
把任意文章变成你的专属 AI 播客，通勤路上听
Turn any content into a personalized AI podcast. NotebookLM-style, except you contro···
Awesome-Vision-to-Music-Generati···
开源
看图像视频，一键生成匹配音乐的研究导航
[ISMIR 2025] A curated list of vision-to-music generation: methods, datasets, evalua···