语音合成 | 全网优质资源汇总✨

VoxCPM |基于连续表征的多语言语音合成、创意音色设计与高保真声音克隆一个无离散音频分词器（Tokenizer-Free）的语音合成系统，通过端到端的扩散自回归架构直接生成连续语音表征，绕过对音频的离散编码步骤，实现高度自然且富有表现力的语音合成

Thu, 04 Jun 2026 05:10:19 GMT

VoxCPM |基于连续表征的多语言语音合成、创意音色设计与高保真声音克隆

一个无离散音频分词器（Tokenizer-Free）的语音合成系统，通过端到端的扩散自回归架构直接生成连续语音表征，绕过对音频的离散编码步骤，实现高度自然且富有表现力的语音合成。

🌍 30种语言语音合成 — 直接输入原始文本即可合成（支持语言详见下文），无需额外语言标签
🎨 音色设计 — 用自然语言描述（性别、年龄、音色、情绪、语速……）凭空创建全新音色，无需参考音频
🎛 可控声音克隆 — 从参考音频片段克隆任意声音，可叠加风格指令控制情绪、语速和表现力，同时保持原始音色
🎙 极致克隆 — 提供参考音频及其文本内容，模型接着参考音频进行无缝续写，从而精准还原声音细节特征（与 VoxCPM1.5 一致）
🔊 48kHz 高质量音频 — 输入 16kHz 参考音频，通过 AudioVAE V2 的非对称编解码设计直接输出 48kHz 高质量音频，内置超分能力
🧠 语境感知合成 — 根据文本内容自动推断合适的韵律和表现力
⚡️ 实时流式合成 — 在 NVIDIA RTX 4090 上 RTF 低至 ~0.3，通过 Nano-vLLM 或 vLLM-Omni（官方 vLLM 全模态服务，原生支持 VoxCPM2，提供 PagedAttention 与 OpenAI 兼容 API）加速后可达 ~0.13
📜 完全开源，商用就绪 — 权重和代码基于 Apache-2.0 协议发布，免费商用

Expand hidden content

项目地址

#开源 #声音克隆 #AI语音 #本地部署 #VoxCPM #语音合成

#VoxCPM2 #语音合成 #AIVoxCPM整合包VoxCPM 是一个支持中英文、零样本语音克隆、情感可控、音素/公式输入的统一端到端语音合成大模型

Wed, 03 Jun 2026 03:40:31 GMT

#VoxCPM2 #语音合成 #AI
VoxCPM整合包
VoxCPM 是一个支持中英文、零样本语音克隆、情感可控、音素/公式输入的统一端到端语音合成大模型。它不依赖传统 TTS 流水线（如文本分析 → 音素对齐 → 声码器），而是直接从文本生成高质量语音波形新版本新增特性: 1.UI颠覆性重构，主要体现在:场景从"语音克隆"+"语音设计"分为"简单场景"+"复杂场景"，复杂场景中均支持可控克隆和极致克隆两种方式，适用于不同诉求。特别注意的是Excel中模板根据不同场景拆分为两个，且字段含义不同。 2.新增了api调用及详细说明文档。 3.音色设计页面UI美化，并引入了文本替换链接：https://pan.quark.cn/s/5ef0eeb56fba
📢关注频道：@quanshoulu
🎁访问主页： www.noisework.cn

Owl TTS一款完全免费的智能语音合成工具，全面支持 Windows 与 Android 双端体验

Sat, 30 May 2026 05:05:23 GMT

Owl TTS

一款完全免费的智能语音合成工具，全面支持 Windows 与 Android 双端体验。基于小米 MiMo 大模型，支持预置音色、音色设计与声音复刻，一站式完成从文本到高质量语音的全流程制作。

点击访问

#Android #Windows #语音智能合成

🔁 Voicebox📦 AI语音工具｜本地语音转文字｜开源项目➤ 语音转文字｜支持本地离线 ASR 识别➤ 多模型支持｜兼容 Whisper / Faster-Whisper➤ 音频转录｜支持 MP3 / WAV / M4A 等格式➤ 字幕生成｜自动生成 SRT 字幕文件➤ 本地运行｜注重隐私无需上传云端➤ 开源免费｜跨平台桌面应用🌐 项目地址：

Mon, 18 May 2026 03:47:51 GMT

🔁 Voicebox
📦 AI语音工具｜本地语音转文字｜开源项目

➤ 语音转文字｜支持本地离线 ASR 识别
➤ 多模型支持｜兼容 Whisper / Faster-Whisper
➤ 音频转录｜支持 MP3 / WAV / M4A 等格式
➤ 字幕生成｜自动生成 SRT 字幕文件
➤ 本地运行｜注重隐私无需上传云端
➤ 开源免费｜跨平台桌面应用

🌐 项目地址：
https://github.com/jamiepine/voicebox

📌 简单说：
👉 一个开源的本地 AI 转录工具，可快速把音频视频转换成字幕与文本。

———— 商务合作————

📂 #AI工具 #语音转文字 #Whisper #开源项目
📁 Windows / AI工具

🔁 VibeVoice📦 开源项目｜ GitHub ｜ AI语音生成 + 识别➤ 长音频识别｜支持最长60分钟语音转文字（ASR）➤ 结构化转录｜自动识别说话人 + 时间戳 + 内容➤ 多人语音生成｜支持最多4人对话语音（TTS）➤ 超长语音｜可生成最长约90分钟连续音频➤ 实时语音｜支持低延迟流式TTS输出➤ 多语言支持｜覆盖50+语言识别能力➤ 开源研究｜适合开发与语音AI实验🌐 项目：

Sun, 03 May 2026 03:57:37 GMT

🔁 VibeVoice
📦 开源项目｜ GitHub ｜ AI语音生成 + 识别

➤ 长音频识别｜支持最长60分钟语音转文字（ASR）
➤ 结构化转录｜自动识别说话人 + 时间戳 + 内容
➤ 多人语音生成｜支持最多4人对话语音（TTS）
➤ 超长语音｜可生成最长约90分钟连续音频
➤ 实时语音｜支持低延迟流式TTS输出
➤ 多语言支持｜覆盖50+语言识别能力
➤ 开源研究｜适合开发与语音AI实验

🌐 项目：
https://github.com/microsoft/VibeVoice

———— 商务合作————

📂 #AI工具 #语音AI #开源项目 #TTS #ASR
📁 Windows / 开发工具

一个语音合成工具，可玩性很高！用自然语言描述，性别、年龄、音色、情绪、语速等，创建全新音色，无需参考音频，另外对提供参考音频的声音克隆，可叠加指令控制情绪、语速和表现力，同时保持原始音色～

Sun, 19 Apr 2026 06:33:48 GMT

一个语音合成工具，可玩性很高！

用自然语言描述，性别、年龄、音色、情绪、语速等，创建全新音色，无需参考音频，另外对提供参考音频的声音克隆，可叠加指令控制情绪、语速和表现力，同时保持原始音色～

https://github.com/OpenBMB/VoxCPM

📖频道 | 📥投稿 | 商务

#Github #语音合成

🎙 悟声 AI：超拟真 AI 语音合成与瞬时克隆平台全球领先模型 · 极速声音克隆 · 创作有声内容📌 项目介绍：

Wed, 18 Mar 2026 09:49:32 GMT

🎙 悟声 AI：超拟真 AI 语音合成与瞬时克隆平台
全球领先模型 · 极速声音克隆 · 创作有声内容
📌 项目介绍：

悟声 AI 是音频人工智能领域的先驱者，提供极度自然的 AI 语音克隆与配音合成技术。其 V3.1 大模型在世界权威语音模型盲测排行榜中名列前茅，致力于模糊真实与虚拟声音的边界。

Expand hidden content

⚙️ 核心亮点：

✓ 拟真合成：支持多语种（中/英/日/韩/粤等）超拟真语音生成。
✓ 瞬时克隆：仅需少量音频样本即可快速克隆任何角色声音。
✓ 音色转换：支持将一段音频的音色完美转换为目标角色的声音。
✓ 声音市场：内置丰富的社区与专业声音库，一键调用。
✓ 开放平台：提供强大的 API 接口，支持开发者集成音频应用。

Expand hidden content

🌐 资源链接：

• 官方网站：https://www.wusound.cn/

Expand hidden content

📢 频道 | 💬 群组 | 📬 投稿 | 📨 商务

#AI配音 #语音克隆 #AI工具 #音频合成 #悟声AI

短视频工厂一个开源的桌面端应用，旨在通过AI技术简化短视频的制作流程

Sun, 11 Jan 2026 12:26:35 GMT

短视频工厂

一个开源的桌面端应用，旨在通过AI技术简化短视频的制作流程。用户可以通过简单的提示词文本+视频分镜素材，快速且自动的剪辑出高质量的产品营销和泛内容短视频。该项目集成了AI驱动的文案生成、语音合成、视频剪辑、字幕特效等功能，旨在为用户提供开箱即用的短视频制作体验。

点击访问

#电脑软件 #短视频工厂 #AI短视频 #自动剪辑 #批量生成 #文案生成 #语音合成 #开源

💥 Ultimate TTS Studio｜终极 TTS 语音合成软件推荐：一站式文本转语音解决方案，适合配音、旁白与内容创作

Sat, 03 Jan 2026 04:14:50 GMT

💥 Ultimate TTS Studio｜终极 TTS 语音合成软件
推荐：一站式文本转语音解决方案，适合配音、旁白与内容创作。

🟢 项目核心亮点：

✅ 高质量 TTS： 🗣 将文本快速转换为自然语音
✅ 多场景适用： 🎙 旁白、配音、有声内容制作
✅ 操作简单： 🖱 界面直观，上手门槛低
✅ 效率优先： ⚡️ 批量处理，节省时间
✅ 创作者友好： 🎧 适合自媒体与内容生产

✅ 想把文字变成声音，这是一个很省心的工具。

🌐 项目链接：
→ ❤️ 点击直达

频道 | 💬 群组 | 📬 投稿 | 📨 商务

#TTS #语音合成 #AI工具 #配音软件

💥 GitHub 爆火开源项目｜90 分钟超长语音一口气合成推荐：开源即登顶的 AI 语音合成项目，程序员圈讨论度极高

Sat, 27 Dec 2025 12:46:49 GMT

💥 GitHub 爆火开源项目｜90 分钟超长语音一口气合成
推荐：开源即登顶的 AI 语音合成项目，程序员圈讨论度极高。

🟢 项目核心亮点：

✅ 超长语音合成： 🗣 一次性合成最长约 90 分钟音频
✅ AI 语音自然： 🎧 语调流畅，适合播客 / 有声书 / 长文本
✅ 开源即爆火： ⭐️ GitHub 上线后迅速登顶热门
✅ 程序员友好： 💻 适合二次开发与自动化集成
✅ 多场景适用： 📚 有声内容制作、旁白、配音等

✅ 长文本语音合成场景下，非常有潜力的开源方案。

🌐 项目链接：
→ ❤️ 点击直达

频道 | 💬 群组 | 📬 投稿 | 📨 商务

#AI #语音合成 #程序员 #GitHub #Soul

#语音合成基于GPT-SoVITS的视频剪辑快捷配音工具该项目是一个拥有 GUI 悬浮窗界面的 GPT-SoVITS 推理程序，可以通过模拟操作系统的文件拖拽信号，将合成的语音直接拖拽至视频剪辑软件（如 Adobe Premiere）的时间轴，更加方便地实现视频的配音

Sun, 31 Mar 2024 13:49:25 GMT

#语音合成
基于GPT-SoVITS的视频剪辑快捷配音工具
该项目是一个拥有 GUI 悬浮窗界面的 GPT-SoVITS 推理程序，可以通过模拟操作系统的文件拖拽信号，将合成的语音直接拖拽至视频剪辑软件（如 Adobe Premiere）的时间轴，更加方便地实现视频的配音。
项目地址：https://github.com/2DIPW/dub_genius
推理核心源码基于 RVC-Boss/GPT-SoVITS 修改，GUI 界面基于 PySide6 实现，exe可执行文件由 PyStand 编译。
📥 部署
可以直接下载带有 exe 可执行文件的整合包，也可以自行部署依赖环境并从命令行运行。
整合包
整合包自带全部依赖和预训练模型，以及一个 Python 3.9.13 的嵌入式版本，可通过 exe 可执行文件独立运行。
PyTorch版本 | 大小 | 下载地址
------------------------------
CPU推理版本 | 2.2.1 | 989 MB | OneDrive(https://1drv.ms/u/s!ApF_M_PJgMjabK4tbMUTw5nFt-g?e=C3O0JN) | 百度网盘(https://pan.baidu.com/s/1sKlushysdxq1ce-IBHcJaw?pwd=nqwm)
------------------------------
GPU推理版本 | 2.2.1+cu118 | 2.18 GB | OneDrive(https://1drv.ms/u/s!ApF_M_PJgMjabWCA4_s3fwxwi7M?e=nObvOo)…
📡发布：https://noisevip.cn/17918.html
📢关注频道：@quanshoulu
💬频道社群：https://www.noisework.cn/qun/
📬投稿bot：@noisewowbot
📇搜索bot：@Efficiencysearchbot
🎁访问主页： www.noisework.cn

#语音合成SummerTTS 是一个基于C++的独立编译的中文语音合成项目，可以本地运行不需要网络，而且没有额外的依赖，一键编译完成即可用于中文语音合成

Thu, 08 Jun 2023 12:50:35 GMT

#语音合成
SummerTTS 是一个基于C++的独立编译的中文语音合成项目，可以本地运行不需要网络，而且没有额外的依赖，一键编译完成即可用于中文语音合成
https://github.com/huakunyang/SummerTTS

GitHub

GitHub - huakunyang/SummerTTS: SummerTTS 是一个基于C++的独立编译的中文和英文语音合成项目，可以本地运行不需要网络，而且没有额外的依赖，一键编译完成即可用于中文和英文的语音合成。SummerTTS is a standalone…

SummerTTS 是一个基于C++的独立编译的中文和英文语音合成项目，可以本地运行不需要网络，而且没有额外的依赖，一键编译完成即可用于中文和英文的语音合成。SummerTTS is a standalone Chinese and English speech synthesis(TTS) project that has almost no dependency and could b...

#PHP #源码 #语音合成微软文本转语音网页版源码微软语音合成网页版源码，调用的是官方api1.将压缩包内的index.html等文件放到你的站点里，2.修改getSpeek.php文件中apikey（密钥）与region（地区）为你自己的，在微软语音合成官网获取

Fri, 10 Feb 2023 12:01:43 GMT

#PHP #源码 #语音合成
微软文本转语音网页版源码
微软语音合成网页版源码，调用的是官方api
1.将压缩包内的index.html等文件放到你的站点里，
2.修改getSpeek.php文件中apikey（密钥）与region（地区）为你自己的，在微软语音合成官网获取。
3.之后访问index.html文件就可以正常运行了。
https://noise.lanzoul.com/icuwb0n5xnyj
📡发布：https://noisevip.cn/15735.html
📢关注频道：@quanshoulu
💬留言讨论：@Efficiencyfollow
📬投稿bot：@noisewowbot
📇搜索bot：@Efficiencysearchbot
🎁访问主页： www.noisework.cn