vox-box
一键部署 OpenAI 兼容语音服务，自由切换 TTS/STT 引擎
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 ★ 217
核心亮点
- 兼容 OpenAI API 格式，现有应用可零改造接入语音功能
- 集成多个主流语音模型（Whisper、Bark 等），按需切换
- 纯 Python 实现，部署简单，适合快速原型开发
不足之处
- 早期项目，API 稳定性和边界情况处理可能不完善
- 文档和社区支持较少，遇到问题排查成本高
适用场景
- 快速为现有 OpenAI 应用添加语音交互能力
- 在本地或私有环境部署语音服务，避免数据外传
- 对比不同 TTS/STT 模型效果，进行选型测试
替代项目
OpenAI TTS/Whisper API、Coqui TTS、faster-whisper
下一篇：UEAzSpeech
同类项目推荐
tts.astromech
开源
让 Home Assistant 用 R2-D2 的哔哔声说话，给智能家居加点星战趣味。
Text to Astromech integration for Home Assistant (R2D2 Beep Boop Sounds)
ttslearn
开源
跟着示例学 TTS，从信号处理到神经语音合成
ttslearn: Library for Pythonで学ぶ音声合成 (Text-to-speech with Python)
FastDiff
开源
让扩散声码器实时生成高质量语音，告别慢速合成。
PyTorch Implementation of FastDiff (IJCAI'22)
read-aloud
开源
一键朗读网页，解放双眼，随时随地听内容
An awesome browser extension that reads aloud webpage content with one click
capcut-tts-api
开源
Python 封装语音合成与转写，快速接入 TTS/STT
capcut api tts & stt
nano-qwen3tts-vllm
开源
给 Qwen3-TTS 装上轻量推理引擎，语音生成快约 3 倍
Qwen3-TTS with nano vLLM-style optimizations for fast text-to-speech generation. Ach···
voice_indonesian
开源
离线印尼语文本转语音，代码示例即拿即用
Contoh kode program teks ke suara offline, text to speech offline, biasanya saya gun···
ace-step-ui
开源
本地无限量生成音乐，免费白嫖 Suno 同款
The Ultimate Open Source Suno Alternative - Professional UI for ACE-Step 1.5 AI Musi···
D2M-GAN
开源
给舞蹈视频自动生成匹配节拍的音乐
[ECCV2022] D2M-GAN for music generation from dance videos