搜索结果：voice（28 个）
按分类缩小范围
free-claude-code
综合 43
支持在终端、IDE 或浏览器中免费使用 Claude Code 等多种编程工具。
FunASR
综合 80
支持训练、推理、流式 ASR、VAD、标点恢复及 OpenAI/MCP 兼容服务的开源语音识别工具包。
YuE
综合 80
前沿音乐生成模型，支持符号规划、零样本翻唱与 Agent 式音乐编辑。
pydantic-ai
综合 78
Python 端到端类型化 AI 框架，支持 Agent、实时语音、图像生成及 Embeddings 等。
cactus
综合 78
专为消费级设备打造、体积小于 50MB 的 Agent、语音与视觉智能模型。
speech-to-speech
综合 76
基于开源模型构建语音智能体（Voice Agent）的开发库。
agenticSeek
综合 75
完全本地运行的 Manus AI 替代方案，无需 API 与订阅费，可自主思考、浏览网页与写代码。
rasa
综合 75
开源机器学习对话框架，支持 NLU 与对话管理，可接入 Slack 等平台构建聊天机器人与语音助手。
openwhispr
综合 71
跨平台语音转文字应用，支持本地模型（Whisper 等）与云端模型，注重隐私保护。
CosyVoice
综合 70
多语言大规模语音生成模型，提供涵盖推理、训练和部署的全栈能力。
speechbrain
综合 70
基于 PyTorch 的开源全能语音处理工具包。
Open-LLM-VTuber
综合 68
跨平台本地运行的虚拟主播工具，集成 Live2D 模型，支持与任意 LLM 免提语音交互及语音打断。
PaddleSpeech
综合 66
易用的语音工具包，包含 ASR、流式 TTS、声纹识别及端到端语音翻译等。
silero-vad
综合 64
Silero VAD：预训练的企业级语音活动检测器（Voice Activity Detector）
voicebox
综合 62
开源 AI 语音工作站，支持声音克隆、听写与音频创作。
FluidAudio
综合 62
Swift 音频库，为应用提供前沿 CoreML 模型，支持 TTS、STT、语音活动检测与说话人日志。
memex
综合 60
开源本地优先的 AI 日记应用，支持图文语音记录与时间线整理，数据保留在设备端。
基于检索的声音转换 WebUI，使用 10 分钟以内的音频数据即可轻松训练优质变声模型。
FluidVoice
综合 59
基于端侧 STT 和定制 AI 增强模型的本地听写应用，Wispr Flow 的替代方案，支持 macOS 并向多平台拓展。
voice-pro
综合 58
面向创作者的 Gradio WebUI，集成主流 TTS、零样本声音克隆与人声分离等功能。