全部项目
当前范围的仓库 16 · UTC 2026-11-05
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—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
4—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
5—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
6—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
7—HHuanshere / VideoLingoNetflix-level subtitle cutting, translation, alignment, and even dubbing - one-click fully automated AI video subtitle team | Netflix级字幕切割、翻译、对齐、甚至加上配音,一键全自动视频搬运AI字幕组PythonApache-2.0 · 宽松，可直接商用名次历史不足19,0472,096——2026-09-30
8—Jjub0t / ConcatBeta：真正免费、开源、本地优先、跨平台的 CapCut 替代品。可通过 JSON-RPC API 和 MCP 编写脚本。RustAGPL-3.0 · 需开源衍生作品名次历史不足13,8921,718——2026-11-03
9—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
10—Mmultimodal-art-projection / YuEYuE2：具有象征性规划、零镜头翻唱和代理音乐编辑的前沿音乐生成。PythonApache-2.0 · 宽松，可直接商用名次历史不足13,0211,502——2026-11-01
11—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
12—Lliuzhao1225 / YouDub-webuiOpen-source AI video localization and dubbing for YouTube/Bilibili: speech recognition, subtitle translation, voice cloning, audio mixing and rendering. 开源 AI 视频翻译配音工具。TypeScriptApache-2.0 · 宽松，可直接商用名次历史不足5,790625——2026-10-30
13—OOpenMOSS / MOSS-TTS-Nano100M 参数多语言 TTS 模型，用于实时 CPU 推理、语音克隆和 48 kHz 立体声生成PythonApache-2.0 · 宽松，可直接商用名次历史不足4,605571——2026-09-06
14—OOpenMOSS / MOSS-TTS用于长篇语音、对话合成、语音设计、音效和实时流式 TTS 的开源模型系列PythonApache-2.0 · 宽松，可直接商用名次历史不足4,282381——2026-09-06
15—00xShug0 / audio.cpp一款用于音频模型的一体化纯 C++ 推理引擎，由 ggml 提供支持。支持TTS、STT、VAD、语音转换、音乐生成等，性能高度优化。没有 Python 依赖。C++NOASSERTION · 限制商用 / 未知名次历史不足3,949480——2026-11-02
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。