Skip to main content
全网优质资源汇总✨

Search: #语音AI

  1. 🎙 Voice-Pro
    📦 AI语音工具 ｜ Windows ｜ 开源项目


    ➤ 免费开源 Gradio 语音处理工具
    ➤ 支持 Whisper / Faster-Whisper 语音识别
    ➤ 支持 Edge-TTS、Kokoro、CosyVoice 文字转语音
    ➤ 支持 F5-TTS、E2-TTS、CosyVoice 声音克隆
    ➤ 支持 Demucs 人声分离
    ➤ 支持 YouTube 下载与音频处理
    ➤ 支持多语言翻译与 AI 配音
    ➤ 一站式完成转文字、翻译、重新配音


    📌 简单说：
    👉 Voice-Pro 是一款本地运行的全能 AI 语音工具，将语音识别、文字转语音、声音克隆、人声分离、视频翻译配音等功能整合在一起，适合视频创作者、播客制作和 AI 配音用户。

    🆕 主要功能：

    ➤ AI 语音识别（90+语言）
    ➤ AI 文字转语音（400+声音）
    ➤ 零样本声音克隆
    ➤ 人声与背景音乐分离
    ➤ 视频下载与字幕生成
    ➤ 多语言翻译配音
    ➤ 本地运行，支持离线使用

    ⚙️ 运行环境：

    ➤ 推荐 NVIDIA 显卡
    ➤ Windows 支持双击 start.bat 安装
    ➤ 免费使用，无订阅限制

    🔗 项目地址：

    https://github.com/abus-aikorea/voice-pro

    📂 #Windows #AI #语音工具 #声音克隆 #开源项目

  2. 🎙 Voice Clone Studio

    📦 AI语音工具 ｜ 语音克隆 ｜ 开源项目

    ➤ AI 语音克隆与生成工具
    ➤ 支持音频样本声音克隆
    ➤ 支持语音转换与声音生成
    ➤ 支持语音转文字（STT）
    ➤ 支持音效处理
    ➤ 支持多说话人模式
    ➤ 集成多种 TTS 与语音 AI 模型
    ➤ 支持 Qwen3-TTS、VibeVoice、Chatterbox、Fish Speech、LuxTTS 等模型
    ➤ 基于 Gradio 开发


    📌 简单说：
    👉 Voice Clone Studio 是一个开源 AI 语音处理平台，将语音克隆、TTS 生成、声音转换和语音识别等功能整合到一个界面中，适合 AI 配音、语音实验和创作使用。

    🔗 项目地址：
    https://github.com/FranckyB/Voice-Clone-Studio

    📂 #GitHub #AI语音 #TTS #语音克隆 #开源项目

  3. 🤖 Vibe

    📦 AI 转录 ｜ 本地工具 ｜ 开源项目


    ➤ 音频、视频一键转换为文本
    ➤ 支持本地 Whisper 模型
    ➤ 支持 Nemotron 3.5 与 Parakeet TDT v3 模型
    ➤ 所有数据保存在本地电脑
    ➤ 注重隐私安全，无需上传文件
    ➤ 支持多说话人语音识别
    ➤ 自动生成文字转录结果
    ➤ 支持 SRT 字幕格式
    ➤ 支持 VTT、TXT、HTML、PDF
    ➤ 支持 JSON、DOCX 导出
    ➤ 支持 macOS、Windows、Linux
    ➤ 开源免费项目



    📌 简单说：
    👉 Vibe 是一款本地 AI 语音转文字工具，支持多种语音识别模型，可将音频和视频快速转换为字幕或文本文件，全程本地处理，保护隐私。

    🔗 项目地址：
    https://github.com/thewh1teagle/vibe

    📂 #AI #语音转文字 #Whisper #字幕工具 #开源项目

  4. #语音克隆 #AI语音 #AI
    X Voice 一键 AI 语音克隆工具使用指南与功能介绍
    **X-Voice**是一款基于流程匹配的多语言文本转语音系统，使一名说话者能够使用30种语言。 环境依赖python，支持跨平台使用，优先N卡使用 ### **安装 X-Voice** 检查你的 ESpeak-ng 安装： 如果找不到，先运行 。 开源：https://github.com/sunnyxrxrx/X-Voice 网盘链接：https://pan.quark.cn/s/ecc563877898
    📢关注频道：@quanshoulu
    🎁访问主页： www.noisework.cn

  5. 🔁 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

  6. 🔁 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

  8. 🎨 TryVoice - AI Agent 的免提语音运行环境
    解放双手 · 像聊天一样与 AI 编程助手对话

    📌 工具介绍：

    TryVoice 为 AI Agent（如 Claude Code、OpenClaw）提供了一层语音交互外壳。它支持唤醒词激活、实时流式响应及中断播放，让用户无需触碰键盘即可通过语音操控 AI 编程助手，实现真正的“动口不动手”。


    ⚡️ 核心特点：

    • 🛠 唤醒词激活：支持 OpenWakeWord，说出关键词即可开启对话。
    • 🔍 实时流式响应：边生成边播放，支持随时打断，交互体验极佳。
    • ⚙️ 广泛适配：内置 Claude Code 与 OpenClaw 适配器，支持 SDK 扩展。


    🌐 项目地址：
    https://github‍.com/AaronZ021/tryvoice-oss

    #TryVoice #AIAgent #语音交互 #ClaudeCode #OpenClaw #开源项目 #效率工具

  9. 🎙 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。

    ⚙️ 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。

    🌐 资源链接：

    • 官方网站：https://www.wusound.cn/


    📢 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

  11. 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

  13. 💥 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

  15. 🟠 RealDubbing - 在线文本转语音神器

    🟢 简介:
    一款免费的文本转语音工具，能生成自然流畅的音频，让内容创作变得轻松搞定。

    ✨ 核心功能:
    • 海量声音选择: 提供上百种 AI 声音供你选择。
    • 高度自定义: 可以自定义生成的语音的语速和音高。
    • AI 对话生成: 还支持 AI 对话生成功能。
    • 完全免费: 无需注册，即可无限次生成高品质语音。
    • 全球语言覆盖: 支持全球多种语言。

    🌐 网站地址:
    点击此处，立即访问

    频道 | 💬 群组 | 📬 投稿 | 📨 商务

    #语音转换 #网站 #TTS #AI工具