OmniVoice：支持600+语言的零样本TTS语音克隆模型
今天在 GitHub Trending 上看到一个非常有技术深度的项目：OmniVoice，由 k2-fsa 团队开源的零样本多语言 TTS 模型，支持超过 600 种语言的语音克隆与合成，推理速度达...
TTS
VoiceStudio：本地运行的语音克隆、视频配音与多引擎 TTS 工具箱
今天在 GitHub Trending 上看到一个有意思的项目：VoiceStudio，一个本地优先的语音工具平台，支持 16 种 TTS 引擎和 11 种 ASR 引擎，覆盖 646 种语言，让语音克隆、...
Voice-Pro：集语音识别、翻译与声音克隆于一体的开源配音神器
今天在 GitHub Trending 上看到一个有意思的项目：Voice-Pro，它是一个把 YouTube 下载、人声分离、语音识别、翻译和语音合成打包进同一个 WebUI 的本地化 AI 配音工作流...
VibeVoice：微软开源前沿语音 AI 模型家族
今天在 GitHub Trending 上看到一个有意思的项目：VibeVoice，这是微软开源的前沿语音 AI 模型家族，同时覆盖语音识别（ASR）和语音合成（TTS），核心...
Moonshine Voice：让语音交互真正属于所有人，端侧运行还比 Whisper 更准
今天在 GitHub Trending 上看到一个有意思的项目：Moonshine Voice，这是一套开源的端侧语音 AI 工具包，核心语音识别模型在 HuggingFace 公开基准上精度超越了 Whisper Large...