voice 第 2 页
本站收录 86 个带「voice」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 2 页）
cv-datasetcv-dataset 是 Mozilla Common Voice 语音数据集的元数据与版本管理仓库，用 JavaScript 维护每轮发布的数据清单、校验信息★ 177
cc-beepercc-beeper 是一个为 Claude Code 打造的 macOS 桌面小组件，旨在让开发者在使用 Claude Code 进行编码时，能实时掌握 Cla★ 175
InflectInflect 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。它目前处于积极开发阶段，重点追求快速迭代、优秀的音质和简★ 164
articulate.jsarticulate.js 是一个基于 jQuery 的轻量级插件，利用浏览器原生的 SpeechSynthesis API 实现文字转语音朗读功能。它解决了网★ 138
freeipccfreeipcc 是一个基于 TypeScript 构建的开源智能呼叫中心平台，专注于将传统呼叫中心与 AI 大模型能力深度融合。它解决的是企业客服和电销场景中★ 128
voicehubVoiceHub 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 模型生态碎片化的问题，让开发者无需深入理解每个模型的特定 API★ 120
Multi-Model-RVC-InferenceMulti-Model-RVC-Inference 是一个基于 Python 的语音转换推理工具，专注于 RVC（Retrieval-based Voice C★ 117
TTS-RVC-APITTS-RVC-API 是一个将 Coqui TTS 与 RVC（Retrieval-based Voice Conversion）结合的开源项目，旨在提供高质★ 114
stt-serverstt-server 是一个用 Python 编写的实时语音转文字 WebSocket 服务，目标是把 ASR 能力以流式接口暴露给前端或后端应用。它通过可插拔★ 107
vonage-java-sdkVonage Java SDK 是 Vonage（原 Nexmo）官方推出的 Java 服务端开发工具包，把短信、消息、语音、文本转语音、号码管理、Verify★ 104
cliElevenLabs 官方命令行工具，用 Rust 编写，让开发者在终端直接与 ElevenLabs 语音智能体交互。它解决的是语音 AI 能力接入门槛高的问题★ 101
TikTok-Voice-TTS这是一个简单的 Python 脚本，用于调用 TikTok 内置的文本转语音（TTS）接口，从而生成带有 TikTok 特色音色的语音文件。它解决了普通 TTS★ 96
BlueTTSBlueTTS 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 TTS 模型推理速度慢、部署成本高的问题，通过优化的模型★ 95
obsidian-voiceobsidian-voice 是一个 Obsidian 插件，旨在将笔记内容转换为语音朗读，提供类似有声书的移动端体验。它解决了用户在无法阅读屏幕时（如通勤、运★ 92
achatbotachatbot 是一个开源的聊天机器人架构，专为语音、视觉及多模态助手设计，支持本地（CPU/GPU 受限）和远程（I/O 受限）运行。它整合了 ASR（语音★ 90
Advanced-RVC-InferenceAdvanced-RVC-Inference 是一个面向 RVC（Retrieval-based Voice Conversion）模型的推理加速与部署工具，旨★ 89
qwen-tts2apiqwen-tts2api 是一个将通义千问的 TTS（文本转语音）能力封装成 OpenAI 兼容的 Speech API 的轻量级项目。它解决了开发者无法直接使★ 87
resemble-alexaresemble-alexa 是一个示例项目，展示如何构建一个使用真实感语音克隆技术的 Alexa 技能。它结合了 Resemble AI 的文本转语音 API★ 86
react-text-to-speechreact-text-to-speech 是一个基于 React.js 的轻量级文本转语音库，利用浏览器原生的 Web Speech API 实现语音合成，无需★ 86
altsalts 是一个完全免费、本地运行、支持离线使用的语音助手项目，基于 Python 开发。它解决的是用户对隐私敏感、不希望语音数据上传云端的问题，提供本地语音识★ 82
talkieTalkie 是一个极简的文本转语音（TTS）浏览器扩展，以按钮形式嵌入浏览器工具栏。用户只需在任意网页上选中文本，点击 Talkie 按钮，即可让电脑朗读所选★ 80
kesha-voice-kitkesha-voice-kit 是一个本地优先的语音工具包，为开发者的工具链赋予语音能力。它支持语音转文字和文字转语音，覆盖 25 种语言，在 Apple Si★ 78
chatgpt-web-voice这是一个通过逆向工程调用 ChatGPT 网页版实时语音接口的开源项目。它利用 WebRTC 和 DataChannel 技术，让开发者能够使用免费的 web ★ 77
spokestack-androidSpokestack Android 是一个面向 Android 平台的可扩展移动语音框架，旨在帮助开发者快速为应用集成完整的语音交互能力。它涵盖唤醒词检测、自★ 74
wtonecWtonec 是一个针对微信和 QQ 的 LSPosed/Xposed 模块，主要提供语音增强、文字转语音（TTS）和语音包功能。它解决了在社交软件中语音消息音★ 74
brasilttsBrasil TTS 是一个面向巴西葡萄牙语用户的文本转语音（TTS）工具集，主要服务于视力障碍人群，帮助其通过语音读取屏幕内容。该项目将文本转换为自然流畅的巴★ 71
elevenlabs这是一个非官方的 Go 语言客户端库，用于调用 ElevenLabs 的 API。它封装了文本转语音、语音转文本、音效生成和声音管理等功能，让 Go 开发者能够★ 69
vasisualyVasisualy 是一个用 Python 编写的俄语语音助手，支持 GNU/Linux、Windows 和 Android 平台。它主要解决非英语用户在桌面和★ 69
kokoro-tts-addonkokoro-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即可获得高质量、富有表现力的语音合成能力。它基于★ 68
ClawCodeClawCode 是一个为 Claude Code 设计的持久化代理插件，它不是一个独立的运行框架，而是直接集成到 Claude Code 中，赋予其长期记忆、★ 64
RealTimeSingingSynthesizerRealTimeSingingSynthesizer 是一个基于 Python 的实时歌唱合成器，封装了 sinsy-NG 引擎，支持通过 live codin★ 60
cadiscadis 是一个基于 Rust 的本地优先多智能体运行时，旨在为开发者提供桌面 HUD 界面，通过策略门控工具、语音交互和 Git worktree 隔离的编★ 58
gpt_chatbot这是一个基于Python的语音聊天机器人，让你通过麦克风与GPT-4对话。它利用OpenAI的语音识别和文本转语音功能实现语音交互，并使用Pinecone向量数★ 56
learnable-speechlearnable-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现语音合成。它解决了传统 TTS 系统依赖音素对★ 56
fe-pilotfe-pilot 是一个面向 React 的 UI 组件库，专注于封装高级 Web 特性，让开发者能快速集成地理位置、通讯录、自动填充等原生能力。它解决了前端开★ 54
yandex-speechkit-lib-python这是一个用于调用 Yandex Speechkit API 的 Python SDK，帮助开发者快速集成 Yandex 云平台的语音识别（STT）与语音合成（T★ 54