搜索结果：voice（51 个）
按分类缩小范围
hex
商机 63
支持 Mac、Windows 和 Linux 的本地语音听写转文字工具。
pipecat
商机 81
用于构建语音 Agent、多模态应用和实时 AI 的开源框架，由 Daily 与社区共同维护。
FunASR
商机 81
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
商机 81
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。
leon
商机 81
一款开源的个人智能助理。
agents
商机 79
用于构建实时语音 AI Agent（智能体）的开发框架。
pydantic-ai
商机 79
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
商机 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
商机 77
基于开源模型构建语音智能体（Voice Agent）的开发库。
agenticSeek
商机 76
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
商机 76
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。
VideoLingo
商机 75
全自动 AI 视频字幕组工具，支持高质量字幕切割、翻译、对齐以及自动配音。
openwhispr
商机 72
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。
discord.js
商机 72
功能强大的 JavaScript 库，用于与 Discord API 交互。
ten-framework
商机 72
用于构建对话式语音 AI Agent 的开源框架。
CosyVoice
商机 71
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
商机 71
基于 PyTorch 的开源全能语音处理工具包。
lago
商机 70
开源计量与计费 API，支持用量追踪、订阅管理、定价迭代与收入分析。
Open-LLM-VTuber
商机 69
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。
memex
商机 69
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。