全部项目
当前范围的仓库 53 · UTC 2026-11-04
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—RRVC-Boss / GPT-SoVITS1分钟的语音数据也可以用来训练一个好的TTS模型！ （几张声音克隆镜头）PythonMIT · 宽松，可直接商用名次历史不足64,6706,784——2026-10-31
2—CCorentinJ / Real-Time-Voice-Cloning5秒克隆语音，实时生成任意语音PythonNOASSERTION · 限制商用 / 未知名次历史不足60,2259,382——2026-03-09
3—Mmudler / LocalAILocalAI 是开源人工智能引擎。在任何硬件上运行任何模型 - 大语言模型、视觉、语音、图像、视频。无需 GPU。GoMIT · 宽松，可直接商用名次历史不足50,1394,568——2026-11-02
4—Ccoqui-ai / TTS🐸💬 - 用于文本转语音的深度学习工具包，经过研究和生产的考验PythonMPL-2.0 · 需开源衍生作品名次历史不足46,1806,162——2024-08-16
5—OOpenBMB / VoxCPMVoxCPM2：用于多语言语音生成、创意语音设计和逼真克隆的无分词器 TTSPythonApache-2.0 · 宽松，可直接商用名次历史不足40,9764,666——2026-10-08
7—Mmyshell-ai / OpenVoiceMIT 和 MyShell 的即时语音克隆。音频基础模型。PythonMIT · 宽松，可直接商用名次历史不足38,1294,285——2025-04-19
10—AATH-MaaS / Pixelle-Video🚀 AI 全自动短视频引擎 | AI Fully Automated Short Video EnginePythonApache-2.0 · 宽松，可直接商用名次历史不足29,7184,310——2026-06-14
11—Mmastra-ai / mastraMastra 是用于人工智能驱动的应用程序和代理的现代 TypeScript 框架。TypeScriptNOASSERTION · 限制商用 / 未知名次历史不足29,2833,069——2026-11-02
12—Rreadest / readestReadest 是一款功能丰富的现代电子书阅读器，专为狂热读者而设计，提供无缝的跨平台访问、强大的工具和直观的界面，以提升您的阅读体验。TypeScriptAGPL-3.0 · 需开源衍生作品名次历史不足25,8721,805——2026-11-02
13—Iindex-tts / index-tts工业级可控高效的零样本文本转语音系统PythonNOASSERTION · 限制商用 / 未知名次历史不足24,8982,922——2026-09-29
14—QQwenAudio / CosyVoice多语言大语音生成模型，提供推理、训练和部署全栈能力。PythonApache-2.0 · 宽松，可直接商用名次历史不足24,2572,771——2026-05-25
15—DDrewThomasson / ebook2audiobook从电子书、50 多个带有语音克隆的 TTS 引擎和 1696 种语言生成有声读物！PythonApache-2.0 · 宽松，可直接商用名次历史不足20,4831,746——2026-10-06
16—Jjianchang512 / pyvideotrans将视频从一种语言翻译成另一种语言并嵌入配音和字幕。PythonGPL-3.0 · 需开源衍生作品名次历史不足19,6302,430——2026-11-03
17—NNVIDIA-NeMo / Speech专为大型语言模型、多模式和语音 AI（自动语音识别和文本转语音）研究人员和开发人员构建的可扩展生成式 AI 框架PythonApache-2.0 · 宽松，可直接商用名次历史不足18,6863,675——2026-11-02
18—Kkrillinai / OpenCreator前身为 KrillinAI，适用于 120 多种语言的视频翻译和配音工具。由 Codex 提供支持的面向创作者的开源 AI 工作区。视频下载、视频翻译、创建视频、图像、音频，并在一个地方使用 Agent 进行编辑。适用于 YouTube、TikTok、Instagram 等社交媒体。TypeScriptApache-2.0 · 宽松，可直接商用名次历史不足14,1021,562——2026-11-03
19—Aabus-aikorea / 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。PythonGPL-3.0 · 需开源衍生作品名次历史不足13,3931,932——2026-07-13
20—PPaddlePaddle / PaddleSpeech作者声明：易于使用的语音工具包，包括自监督学习模型、带标点符号的 SOTA/流式 ASR、带文本前端的流式 TTS、说话者验证系统、端到端语音翻译和关键字识别。荣获NAACL2022最佳演示奖。PythonApache-2.0 · 宽松，可直接商用名次历史不足12,7021,952——2026-08-12
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。