开源序

项目对比

选择 2–4 个项目,按同一口径比较。

仅隐藏已确认相同的信息,未知项仍保留。

FluidAudio

应用程序中的 Frontier CoreML 音频模型 — 文本转语音、语音转文本、语音活动检测和说话人分类。在 Swift 中,由 SOTA 开源提供支持。

voice-pro

面向创作者和开发者的 Gradio WebUI,具有关键 TTS(Edge-TTS、kokoro)和零样本语音克隆(E2 和 F5-TTS、CosyVoice),以及 Whisper 音频处理、YouTube 下载、Demucs 声音隔离和多语言翻译。

热度
仓库 Star3,25213,393最高
近 7 天 Star 净增——
Fork5011,932最高
30 天趋势历史不足历史不足
维护
最近推送2026-11-012026-07-13
维护说明待核实待核实
仓库创建2025-06-212024-07-29
许可证与使用
许可证Apache-2.0 · 宽松,可直接商用GPL-3.0 · 需开源衍生作品
收费方式费用待核实费用待核实
基本信息
按用途浏览语音识别语音识别
资源类型应用与完整系统应用与完整系统
细分类设计与创作设计与创作
运行平台待核实待核实
费用说明软件、托管、模型调用及基础设施费用以官方当前说明为准。软件、托管、模型调用及基础设施费用以官方当前说明为准。
价格来源——
首次收录2026-11-032026-11-03
指标GitHub 仓库 Star,不是独立使用人数或单项技能安装量GitHub 仓库 Star,不是独立使用人数或单项技能安装量
语言SwiftPython
项目介绍应用程序中的 Frontier CoreML 音频模型 — 文本转语音、语音转文本、语音活动检测和说话人分类。在 Swift 中,由 SOTA 开源提供支持。面向创作者和开发者的 Gradio WebUI,具有关键 TTS(Edge-TTS、kokoro)和零样本语音克隆(E2 和 F5-TTS、CosyVoice),以及 Whisper 音频处理、YouTube 下载、Demucs 声音隔离和多语言翻译。
采集时间2026-11-02 19:02 UTC2026-11-03 08:30 UTC

商用三档依据许可证元数据自动分类;具体义务需结合实际使用方式核对。未知不等于禁止商用。 按仓库累计 Star 排序,同一仓库只占一个位置;Star 与 Fork 不代表用户数。