Skip to main content
全网优质资源汇总✨

Search: #AI语音

  1. VoiceKey

    macOS、Windows、iOS、Android 语音输入。桌面端按住或点按快捷键说话;iOS 是带语音的中文键盘;Android 不替换输入法,识别结果写进当前输入框。
    功能
    以下为 macOS / Windows。
    多个识别渠道:豆包、微信、千问、百度、搜狗、讯飞、Chatterfly、千问 App、叭哥说云端识别(后两个需登录官方账号),以及完全本地运行的离线识别:微信离线(macOS / Windows)、豆包离线(仅 Apple 芯片 Mac)
    多渠道候选:勾选 2 个以上渠道同时识别,光标旁弹出候选框实时显示各渠道结果,按数字键或 ↑↓ + 回车选一条上屏;默认选中上次用的渠道
    渠道对比:在设置里录一段话,并排比较各渠道的结果和速度
    长按说话:按住快捷键开始,松开结束
    点按说话:自定义快捷键,点一下开始,停顿 1–5 秒自动结束,再点一下可提前结束
    边说边上屏:识别中的文字实时打到光标处,结束后按定稿修正;关闭后改为结束时一次性粘贴
    麦克风选择、开机启动、浅色 / 深色主题、应用内自动更新
    iOS
    iOS 17+ 的中文键盘(仅 iPhone)。默认 26 键全拼,可切九宫格;功能键和顶栏可以拖动调整。左上角麦克风说话。键盘本身不能录音,由主 App 在后台收音,再把文字送回键盘。
    云端渠道与桌面端相同(不含需登录的千问 App、叭哥说),没有离线引擎
    勾选多个渠道时,在键盘里对比结果再选一条上屏
    默认画中画待机:不占麦克风,点麦克风才录音;画中画不可用时改为常开麦
    操作按钮或快捷指令「VoiceKey 说话」:正在使用本键盘时开始,再按一次结束
    点按说话的静音自动结束可在 1–5 秒间设置
    拼音词库来自雾凇拼音(GPL-3.0),并补了搜狗流行词和部分 AI 词
    语音和与主 App 通信需要「允许完全访问」;不开也能本地打字。安装或更新后,已在跑的键盘进程不会换成新版本,需到「设置 › 通用 › 键盘 › 键盘 › VoiceKey」删除后再添加。
    Android
    Android 8+(arm64)。不替换当前输入法:开启无障碍服务「VoiceKey 语音输入」后,在任意输入框长按音量下键,或点悬浮球说话,结果写入光标处。部分应用会隐藏控件树,Android 13 及以上改为经输入连接提交文字。
    渠道:豆包、微信、千问、百度、搜狗、讯飞,以及微信离线(约 100MB,本机推理)
    多渠道候选、边说边上屏、点按静音 1–5 秒自动结束
    长按音量下键只在输入框聚焦时生效,短按仍调音量
    国内系统清理后台会关掉无障碍。应用内有忽略电池优化、自启动和锁定最近任务的引导。


    项目地址

    #开源 #跨平台软件 #语音输入 #VoiceKey #AI语音输入
  2. 📱 DSH Go 1.0.9 — 把 DeepSeek Harness 装进口袋
    📦 AI Agent | Android | 开源项目


    ➤ 手机本机运行:内置 Linux(Ubuntu)、Node.js 和 DSH 运行环境,无需 Root,也不需要单独安装 Termux
    ➤ 远程控制电脑:支持通过 SSH 或 DSH Remote 连接电脑、服务器上的 DSH,手机也能继续执行任务
    ➤ 多模型支持:可切换模型,发送图片、语音输入,并处理工具审批和交互提问
    ➤ AI 手机操控:授权后可读取屏幕、点击和输入,支持不同级别的操作确认
    ➤ 插件扩展:支持原生工具卡片、表单和面板,并提供插件 SDK 与开发示例
    ➤ 对话管理:支持中途插话、消息排队、分享卡片、对话导出及网页回放
    ➤ 桌面宠物:内置 Deepy 和鲸娘,可显示在应用外,陪伴 AI 工作
    ➤ 个性化界面:提供 6 套主题配色,支持自定义颜色、桌面图标及中英文切换
    ➤ 多设备适配:支持手机横屏和平板布局
    ➤ 本地语音识别:可下载语音模型,在设备上进行语音识别


    📌 简单说:
    👉 一款 DeepSeek Harness 的 Android 第三方客户端,让你在手机上直接运行 AI 编程 Agent,也可以远程连接电脑或服务器上的 DSH,随时随地管理任务、编写代码和调用工具。

    📥 Android 下载:
    GitHub Releases(最新版 1.0.9)

    📢 GitHub 项目:
    DSH Go

    📂 #DSHGo #DeepSeekHarness #AI编程 #AIAgent #Android #ClaudeCode #Codex #Linux #手机编程 #开源项目
  3. 🤖 Muse4AI v2.0.0-beta.31 — 将 Meta Muse 变成 AI 音视频自动化工厂
    📦 AI 工具 | Windows / macOS / Linux | 开源项目


    ➤ 本地 REST API + MCP 桥接:将 Muse 会话转换为标准接口,让 Claude、ChatGPT、Cursor、Codex、n8n 等工具直接调用
    ➤ 本地服务运行:默认监听 127.0.0.1:47821,无需第三方云端中转
    ➤ AI 视频连续续写:支持最多 6 步连续延展,视频最长约 60 秒
    ➤ 自然语言修改视频:直接挂载本地 MP4,通过文字描述修改光影、局部细节等内容
    ➤ 多轮对话迭代:支持 conversation_id,保留创作上下文,持续调整生成结果
    ➤ 多账号轮询:支持绑定多个 Muse 账号,并指定账号执行任务队列
    ➤ OAuth 授权服务:内置 6 位动态验证码,控制 Agent 的访问权限
    ➤ Agent Skill:提供 muse4ai 技能包和 llms.txt,帮助 AI Agent 学习接口及调用方式
    ➤ 四合一本地工作台:包含 Studio、Queue、Library、API & Agent 四大模块
    ➤ 本地素材管理:支持参考图、任务队列、素材检索,数据保存在本机


    📌 简单说:
    👉 Muse4AI 相当于给 Meta Muse 增加了一套本地 API 和 MCP 接口,让 Claude、Cursor、Codex 等 AI Agent 可以自动调用 Muse 生成图片、视频、续写和修改素材,减少手动复制提示词、下载文件等重复操作。


    📢 GitHub 项目:
    Muse4AI

    📂 #Muse4AI #MetaMuse #AI视频 #AI绘图 #MCP #RESTAPI #Claude #Cursor #Codex #n8n #AI自动化 #开源项目
  4. 🎬 Concat — 免费开源的跨平台视频编辑器
    📦 视频剪辑 | Android / Windows / macOS / Linux | 开源项目


    ➤ 免费开源,无水印、无订阅、无需注册账号
    ➤ AI 自动字幕:集成 Whisper 模型,支持本地语音识别及离线字幕生成
    ➤ AI 文本转语音:支持本地 AI 语音生成及声音模拟
    ➤ 智能背景移除:分离人物或物体与背景,支持手动调整遮罩
    ➤ 多轨道编辑:支持视频剪切、合并、图片、文字、配音及画中画
    ➤ 丰富的特效:约 100 种特效、滤镜和转场,支持关键帧动画
    ➤ 音频增强:支持降噪、语音增强、音量调整及音频效果
    ➤ 视频导出:支持 H.264、HEVC、AV1,最高 4K / 60FPS
    ➤ 支持 MCP 与 API,可连接 AI 模块及实现自动化操作
    ➤ 提供 26 种界面语言,视频处理在本地设备完成


    📌 简单说:
    👉 一款主打 AI 功能、本地处理和多平台支持的免费开源视频剪辑工具,可作为 CapCut 的替代选择。

    📢 官方网站:
    Concat 官方网站

    📥 下载地址:
    GitHub Releases

    📂 #Concat #视频剪辑 #AI视频工具 #CapCut替代 #Android #Windows #macOS #Linux #开源项目
  5. 🤖 VoxCPM — 开源 AI 文本转语音工具
    📦 AI 工具 | 英语 | 开源项目


    ➤ 提供简洁美观的文本转语音体验
    ➤ 支持英语语音生成,可用于制作有声读物
    ➤ 可在线试听生成的语音效果
    ➤ 运行建议:需要 8GB VRAM 显存


    📌 简单说:
    👉 一款适合英语配音与有声读物制作的开源 AI 语音生成工具。

    📢 官网 / 在线试听:
    VoxCPM

    📂 #VoxCPM #AI语音 #文本转语音 #TTS #有声读物 #开源项目
  6. 📢导航站收录更新通知!
    #AI·产品 #AI新时代
    站点名称: AI制作Beat标签生成器
    描述: TagYourBeat是一款AI工具,可在30秒内将你的短语转换为个性化制作人标签,提供8种声音风格和多种效果,支持免费试听和导出WAV文件。
    链接: https://tagyourbeat.com/
    前往导航: www.noisedh.cn 或 www.noisedh.link AI Producer Tag Maker & Generator — Free Beat Tags | TagYourBeat
  7. 🌐 ZenDot — 开源项目发现与推荐平台
    📦 开源资源 | Web | 开源项目导航


    ➤ 汇集 GitHub 上的优质开源项目,持续更新推荐内容
    ➤ 提供 AI 工具、开发工具、网络安全、影音软件等多个分类
    ➤ 展示项目简介、编程语言、开源协议及 GitHub 星标数据
    ➤ 支持查看热门项目排行,发现近期增长迅速的开源项目
    ➤ 提供最新项目推荐,帮助开发者快速发现实用工具
    ➤ 支持按分类探索不同领域的开源资源


    📌 简单说:
    👉 一个专注于开源项目发现与推荐的网站,可以用来寻找 AI 工具、实用软件和开发者资源,挖掘值得收藏的 GitHub 项目。

    📢 官方网站:
    https://zendot.org/

    📂 #ZenDot #开源项目 #GitHub #AI工具 #开发工具 #资源导航
  8. 🎙 Amanu — 自动录音与 AI 语音转文字工具
    📦 语音识别 | Windows / macOS / Linux | 开源项目


    ➤ 支持自动开始和停止录音,简化会议记录流程
    ➤ 将语音转换为文本,并区分不同说话人
    ➤ 使用完整模型生成会议摘要,快速提取重点
    ➤ 支持离线运行,无需互联网连接
    ➤ 也可配置自己的 API 密钥,灵活选择使用方式


    📌 简单说:
    👉 一款面向会议与语音记录的开源工具,集自动录音、语音转文字、说话人区分和会议摘要于一体,兼顾离线使用与 API 接入。

    📢 官方网站:
    amanu.me

    📂 项目源码:
    GitHub — Amanu

    📂 #Amanu #STT #语音转文字 #会议记录 #AI工具 #开源软件
  9. 🛡 过审 guoshen — 多模态内容预检工具
    📦 AI工具 | Web | 开源项目


    ➤ 联合分析音频语音、字幕文案、画面及 OCR 文本
    ➤ 精确定位风险内容出现的时间点,并提供修改建议
    ➤ 支持生成带红框截图的审核报告
    ➤ 覆盖小红书、抖音、B站、视频号等平台
    ➤ 内置平台规则库,适配普通投稿、商单及带货场景
    ➤ 支持严格模式,筛查外链及特定合规风险
    ➤ 支持匿名回传拒审与申诉案例,共建规则库


    📌 简单说:一款开源的多模态视频发布前预检工具,帮助创作者提前发现文案、语音和画面中的潜在审核风险。预检结果不代表平台最终审核结论。

    📢 项目地址:
    GitHub 开源项目

    📂 #开源项目 #AI工具 #自媒体工具 #短视频运营 #内容审核 #视频创作
  10. 🎙 Nemotron VoiceChat — 本地 AI 语音聊天
    📦 AI工具 | 语音聊天 | 开源项目


    ➤ 支持自然流畅的 AI 语音对话
    ➤ 能够表达不同情感,让交流更加自然
    ➤ 支持实时聆听与语音交互
    ➤ 对话过程中可以随时打断 AI 回复
    ➤ 支持在对话中调用各种工具
    ➤ 可结合在线搜索、日历等工具
    ➤ 面向多种任务的通用 AI 语音机器人
    ➤ 支持本地运行


    📌 简单说:
    👉 Nemotron VoiceChat 是 NVIDIA 推出的本地 AI 语音聊天项目,支持自然语音交流、实时打断以及工具调用,打造更接近真人的语音助手体验。

    📢 项目:
    GitHub 源码

    📂 #Nemotron #VoiceChat #NVIDIA #AI语音 #语音聊天 #STT #本地AI #开源项目
  11. 🎬 Google Vids — AI 视频创作与编辑工具
    📦 AI视频 | 在线工具 | Google Workspace

    ➤ 基于 Gemini 的 AI 视频创作工具
    ➤ 支持通过文字提示生成视频片段
    ➤ 支持 AI 生成音乐、头像和配音
    ➤ 支持将 Google Slides 转换为视频
    ➤ 支持屏幕、摄像头及音频录制
    ➤ 支持通过文字稿直接编辑视频
    ➤ 支持自动生成字幕
    ➤ 支持 AI 头像与自定义配音
    ➤ 支持图片 AI 动画
    ➤ 内置大量高质量免版税素材
    ➤ 支持从 Google Drive / Google Photos 添加素材
    ➤ 支持视频内容翻译与本地化
    ➤ AI 头像和配音支持 24 种语言
    ➤ 支持横屏、竖屏和方形视频
    ➤ 支持多人协作与权限管理
    ➤ 支持直接导出至 YouTube


    📌 简单说:
    👉 Google Vids 是 Google Workspace 推出的 AI 视频创作工具,结合 Gemini 提供视频生成、AI 头像、配音、图片动画、字幕和翻译等功能,同时支持录屏、模板、素材库及多人协作。

    🌐 官方网站:
    Google Vids

    🚀 在线使用:
    立即使用

    📂 #GoogleVids #Gemini #AI视频 #AI视频生成 #视频编辑
  12. 💎 Cline Desktop|免费 AI 模型


    ⚡️ 桌面 AI Agent · 多模型 · 免费使用

    🎁 免费模型
    🤖 DeepSeek V4.1 Flash|Muse Spark 1.3|GLM-5.3 Flash

    🛠 主要功能
    ◉ ClinePass / 个人 API Key
    ◉ Codex、Claude Code 等任务迁移
    ◉ 后台任务计划器
    ◉ MCP 服务器|插件|Skills 管理
    ◉ 内置浏览器|语音输入

    🚀 使用方法
    ① 下载:https://cline.bot/desktop
    ② 安装并运行 Cline Desktop
    ③ 登录 Cline 账号或连接 API Key
    ④ 打开项目 → 选择免费模型 → 创建会话

    📢 投稿:@pgkj_bot


    #Cline #AI #AIAgent #免费模型 #开发工具
  13. 💎 Translator|智能翻译工具


    ⚡️ 快速 · 智能 · 多功能

    🌐 支持多种翻译服务与 AI 模型
    🗣 文本翻译|语音功能|历史记录
    🤖 支持 API Key 与 AI 模型对话
    🔑 可接入不同智能翻译服务

    ━━━━━━━━━━━━━━

    🌐 在线体验
    https://codewave4.github.io/Translator/

    🔗 GitHub 源码
    https://github.com/codewave4/Translator


    #Translator #翻译工具 #AI #GitHub #免费工具
  14. 🤖 1min.ai — 免费 AI 模型与工具集合
    📦 AI工具 | 在线平台 | 多模型


    ➤ 每天提供数十款免费 AI 模型与工具
    ➤ 集成 GPT / Claude / Gemini / DeepSeek / Grok / Qwen / Llama
    ➤ 支持多个 AI 模型同时对比回答
    ➤ 支持 AI 图片生成与编辑
    ➤ 支持 Flux / Stable Diffusion / Ideogram 等模型
    ➤ 支持背景移除、物体与文字移除
    ➤ 支持人脸替换与图像增强
    ➤ 支持草图转图片与 3D 图像生成
    ➤ 支持 AI 视频生成
    ➤ 支持文本 / 图片生成视频
    ➤ 支持视频人脸替换
    ➤ 支持 YouTube 视频总结、字幕与翻译
    ➤ 支持 AI 音乐创作
    ➤ 支持文本转语音与声音克隆
    ➤ 支持语音转文字与音频降噪
    ➤ 支持内容生成、改写、总结与翻译
    ➤ 支持语法检查、关键词研究与 AI 内容检测



    📌 简单说:
    👉 1min.ai 是一个多功能 AI 聚合平台,将聊天、图片、视频、音频、音乐和内容创作等多种 AI 工具集中在一个网站中,方便体验和对比不同 AI 模型。

    🌐 在线使用:
    1min.ai

    📂 #1minAI #AI #AI工具 #GPT
  15. 🎬 妙幕 SmartSub v2.15.0 — 开源 AI 字幕与配音工具
    📦 字幕工具 | AI配音 | 开源项目 | Windows / macOS / Linux


    ➤ 视频自动转字幕
    ➤ 支持字幕翻译与 AI 润色
    ➤ 支持 AI 配音与声音克隆
    ➤ 支持字幕烧录与视频合成
    ➤ 支持 B 站 / YouTube 视频下载
    ➤ 支持批量处理视频与音频
    ➤ 支持 Whisper / FunASR / Qwen3-ASR 等转写引擎
    ➤ 支持本地模型离线转写
    ➤ 支持 20 个翻译服务
    ➤ 支持 OpenAI 兼容 API
    ➤ 支持本地 Ollama 模型
    ➤ 内置字幕校对台,支持撤销 / 重做
    ➤ 支持 AI 一键润色字幕
    ➤ 支持本地 TTS 与声音克隆
    ➤ 支持 Kokoro、VITS 等本地语音引擎
    ➤ 支持 NVIDIA / AMD / Intel / Apple Silicon GPU 加速
    ➤ 支持 Windows / macOS / Linux
    ➤ 本地处理模式无需 API Key,数据可不出本机

    📌 简单说:
    👉 SmartSub 是一款开源的一站式字幕与配音工具,将语音转文字、字幕翻译、校对润色、AI 配音、声音克隆和字幕烧录整合到一个桌面应用中,同时支持本地模型和 GPU 加速。

    🔗 GitHub:
    项目源码

    📥 下载:
    最新版本

    📂 #SmartSub #妙幕 #AI字幕 #字幕翻译 #AI配音 #声音克隆 #Whisper #TTS #视频工具 #开源项目
  16. 🎬 Concat v0.2.1 — CapCut 开源免费替代品
    📦 视频编辑 | 开源项目 | 多平台


    ➤ 开源且完全免费
    ➤ 无水印,无需注册账户
    ➤ 完全本地处理,注重隐私
    ➤ 支持多层、多时间线编辑
    ➤ 支持视频剪切、分割、合并与变速
    ➤ 支持转场与关键帧
    ➤ 支持样式化文本与标题
    ➤ 支持本地自动字幕
    ➤ 支持文本转语音(TTS)
    ➤ 支持音频滤镜与模板
    ➤ 最高支持 4K 视频输出
    ➤ Windows / macOS / Linux
    ➤ Android / iOS / iPadOS
    ➤ 支持 ARM64 与 x86_64 架构

    📌 简单说:
    👉 Concat 是一款开源免费的跨平台视频编辑器,主打本地处理、无水印和无需账户,可作为 CapCut 的开源替代方案。

    ⚠️ 注意:
    ➤ 当前版本为 v0.2.1,项目仍处于 Beta 测试阶段,部分功能可能存在不稳定情况。

    🔗 GitHub:
    项目源码

    📥 下载:
    最新版本

    📂 #Concat #视频编辑 #CapCut #开源项目 #免费软件 #无水印 #视频剪辑 #AI字幕 #TTS
  17. 🎙️ Abogen — 免费开源 AI 文本转语音工具
    📦 TTS | AI语音 | 开源项目

    ➤ 免费且开源
    ➤ 使用 KokoroTTS 模型进行语音合成
    ➤ 可将多页文本快速转换为音频文件
    ➤ 支持多种语言
    ➤ 支持创建自定义语音
    ➤ 安装简单,配置方便
    ➤ 源代码完全公开
    ➤ 全部功能免费使用
    ➤ 适合学习英语
    ➤ 适合制作播客及有声内容


    📌 简单说:
    👉 Abogen 是一款基于 KokoroTTS 的免费开源文本转语音工具,可以快速将长篇文本转换成音频,并支持多语言与自定义语音。

    🔗 GitHub:
    项目源码

    📂 #Abogen #TTS #AI语音 #文本转语音 #KokoroTTS #开源项目 #播客 #英语学习
  18. 🦆✨ Duck.ai — 免费且注重隐私的 AI 助手
    📦 AI 助手 | 在线工具 | 隐私保护

    ➤ 无需注册账号
    ➤ 无需登录
    ➤ 支持 AI 聊天
    ➤ 支持网页搜索
    ➤ 支持 GPT-5.6 Luna
    ➤ 支持 GPT Image 2 AI 生图
    ➤ 支持 AI 语音聊天
    ➤ 可用于提问、搜索与研究
    ➤ 支持图像创作
    ➤ 注重用户隐私

    📌 简单说:
    👉 Duck.ai 是一个无需注册即可使用的在线 AI 工具,集 AI 对话、网页搜索、图像生成和语音聊天等功能于一体,适合想快速体验多种 AI 能力并注重隐私的用户。

    🌐 网站:
    Duck.ai

    📂 #DuckAI #AI 助手 #GPT #AI 生图 #AI 语音 #网页搜索 #隐私 #AI 工具 #TOOLS
  19. 🔥 50 个免费 AI Provider — 免费使用 Claude Code、Codex、Pi 等
    📦 AI工具 | 开源项目 | 免费资源


    ➤ 汇集 50 个免费 AI Provider
    ➤ 提供超过 13 亿个免费 Token
    ➤ 支持 Claude Code
    ➤ 支持 Codex、Pi、OpenCode 等工具
    ➤ 支持多种 AI 模型
    ➤ 可在终端中使用
    ➤ 支持 IDE 与应用程序
    ➤ 支持手机端使用
    ➤ 支持 OpenClaw
    ➤ 支持语音功能
    ➤ 项目遵循相关服务条款


    📌 简单说:
    👉 这是一个汇集免费 AI Provider 的开源项目,可为 Claude Code、Codex、Pi、OpenCode 等工具提供免费模型与 Token 资源,支持终端、IDE、应用及手机等多种使用方式。

    🔗 项目地址:
    GitHub

    📂 #ClaudeCode #Codex #OpenCode #Pi #AI #免费AI #开源项目 #AI工具
  20. Duo Translator

    AI驱动的翻译和写作助手。支持网页翻译、划词翻译、写作增强等。
    网页翻译:

    1. 双语排版格式,更好的理解原文内容,提升阅读体验。
    2. 通过悬浮球、快捷键、右键菜单快速翻译和恢复页面。
    3. 支持检测页面语言,自动翻译。
    4. 定义译文样式,支持背景颜色,字体颜色,边框样式、边框颜色。

    双语对照高亮:

    1. 原文和译文逐句对照高亮,更好的理解长文本,快速定位复杂难懂和翻译失真的句子。
    2. 光标移动到原文或译文上即可触发。
    3. 定义高亮样式,支持边框样式、边框颜色、背景颜色,字体颜色。

    段落翻译和划词翻译

    1. 无需手动选择整段文字,快速翻译任意段落。
    2. 划词翻译支持原文和译文的发音和快捷复制。
    3. 双击Ctrl/Alt、快捷键、右键菜单即可触发。

    AI 写作

    1. 输入框中快速完成语法纠错、润色、翻译等操作。
    2. 支持白名单模式,只在您需要的网站上启用。
    3. 通过打开单独的AI工作台,更方便的编辑长文本,检查输出内容。

    视频字幕
    1. YouTube 双语字幕。
    2. 自定义字幕样式。

    接入多种翻译和AI服务

    1. 内置了翻译服务Microsoft、Google、DeepL。
    2. AI服务支持OpenAI、DeepSeek、Gemini、OpenRouter、Claude、Ollama、自定义。


    项目地址 | Chrome 应用商店 | Edge 扩展

    #开源 #浏览器扩展 #AI翻译
  21. 📢导航站收录更新通知!
    #AI·音乐 #AI新时代
    站点名称: AI歌曲生成器
    描述: Songvora是一款AI音乐生成工具,可根据用户提供的名字、回忆和讯息,创作出个性化的完整歌曲,支持多语言及多种音乐风格。
    链接: https://songvora.com/
    前往导航: www.noisedh.cn 或 www.noisedh.link
  22. AI Agent Skills 技能

    243 个 AI Agent 技能,包括 182 个官方技能与 61 个本地技能,覆盖内容创作、视频生成、语音合成、文档处理、数据分析、安全审计、机器学习、云服务等 14 大分类。本地技能中包含多智能体协作的视频创作、智能内容系统、音色克隆、PPT/Excel/Word/PDF 全套处理等高频实用工具;官方技能则由 Anthropic、Trail of Bits、Hugging Face、Vercel、Cloudflare、Sentry 等顶级团队提供,涵盖从安全审计到模型训练、React/Next.js 最佳实践、云服务与代码审查等专业能力,是一个覆盖广泛、结构清晰的 AI 技能大全。

    点击浏览

    #skills #AI技能
  23. 📢导航站收录更新通知!
    #AI·视频 #AI新时代
    站点名称: Mivid AI 文本转视频生成器
    描述: Mivid AI 是一个一站式AI视频与图像创作平台,支持从脚本、图像、语音到视频的全流程生成,帮助用户快速制作高质量短视频并实现变现。
    链接: https://www.mivid.ai/
    前往导航: www.noisedh.cn 或 www.noisedh.link
  24. 📢导航站收录更新通知!
    #AI·模型+平台 #AI新时代
    站点名称: Atlas Cloud 全模态 AI 平台
    描述: Atlas Cloud 为开发者提供对话、图像、视频、语音等统一 API,支持 Seedance、HappyHorse 等最新模型,速度翻倍成本减半。
    链接: https://www.atlascloud.ai?ref=CMGHPV
    前往导航: www.noisedh.cn 或 www.noisedh.link 400+ AI Models, One API for Image, Video, Audio and Chat | Atlas Cloud
  25. 📢导航站收录更新通知!
    #AI·视频 #AI新时代
    站点名称: AI唇形同步视频生成器
    描述: 免费在线AI工具,上传照片或视频并添加音频,两分钟内自动生成唇形同步的说话视频,支持30多种语言且无水印。
    链接: https://lipsyncvideo.studio/
    前往导航: www.noisedh.cn 或 www.noisedh.link Lip Sync Video Generator | Free Online AI Tool
  26. 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


    项目地址

    #开源 #声音克隆 #AI语音 #本地部署 #VoxCPM #语音合成
  27. #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
  28. #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
  29. 📢导航站收录更新通知!
    #AI·视频 #AI新时代
    站点名称: A2E AI
    描述: A2E AI提供免费的AI视频工具集,包括图片转视频、换脸、换头、唇形同步、语音克隆和AI虚拟形象,无需信用卡即可使用。
    链接: https://a2e.ai/
    前往导航: www.noisedh.cn 或 www.noisedh.link A2E Free, Personal AI Videos
  30. 📢导航站收录更新通知!
    #AI·工具集 #AI新时代
    站点名称: 妙趣 OpenClaw
    描述: 全网最好玩的 OpenClaw 玩法指南。浏览器自动化、语音唤醒、Canvas 创意、多平台消息同步,让你的 AI Agent 真正动起来!
    链接: https://miaoquai.com/
    前往导航: www.noisedh.cn 或 www.noisedh.link
  31. AIGCPanel

    一款简单易用的一站式AI数字人系统,即使是小白用户也能轻松上手。它集成了视频合成、语音合成、语音克隆等核心功能,大大简化了本地AI模型的管理流程,支持一键导入和使用各种AI模型,让AI创作变得触手可及。
    视频数字人合成:支持视频画面与声音的精准换口型匹配,打造逼真数字人效果
    语音处理:提供语音合成、语音克隆、视频声音替换功能,支持多种声音参数自定义设置
    模型管理:支持多模型导入、一键启动、模型配置、日志查看等便捷操作
    国际化支持:内置简体中文和英语界面,满足不同用户需求
    一键启动包:提供多种模型的一键启动包,快速部署和使用


    点击访问

    #开源 #AI数字人 #电脑软件 #AI直播
  32. 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
  33. Super Agent Party |一款拥有无限可能的3D版AI桌宠!

    无处不在的AI桌面女友!可接入QQ、飞书、telegram、discord、b站、YouTube、twitch、Dify、 Home Assistant、MCP、A2A、Comfyui、酒馆角色卡、Cluade code等生态!
    无缝能力增强:无需代码改造即可实现LLM API企业级升级,为现有模型接口无缝集成知识库、实时联网、永久记忆、代码执行、多模态能力(视觉/绘图/听觉/语音)、自动化能力(控制智能家居、控制浏览器)、深度思考控制与研究等模块化功能,打造可插拔的LLM增强中台。
    全渠道一键部署:支持将智能体配置快速部署至多类终端,已兼容经典聊天界面、QQ官方机器人、B站直播互动、VRM虚拟桌宠等场景,开箱即用。
    生态工具互联:可自由接入第三方智能体与工作流作为工具链(已适配ComfyUI/MCP/A2A等系统),通过agent-party架构实现跨平台能力聚合。
    标准化接口开放:提供OpenAI API兼容接口及MCP协议支持,便于开发者直接对接外部系统,实现智能体能力的快速转接与二次开发。
    全平台兼容适配:覆盖Windows/macOS/Linux原生运行环境,支持Docker容器化部署与Web端云服务,满足多场景技术栈需求。


    点击访问

    #电脑软件 #开源 #AI桌面伴侣
  34. FlyCut Caption - 智能视频字幕裁剪工具

    一个强大的 AI 驱动的视频字幕编辑工具,专注于智能字幕生成、编辑和视频裁剪
    智能语音识别:基于 Whisper 模型的高精度语音转文字,支持多种语言
    可视化字幕编辑:直观的字幕片段选择和删除界面
    实时视频预览:与字幕同步的视频播放器,支持区间播放
    多格式导出:支持 SRT、JSON 字幕格式以及视频文件导出
    字幕样式定制:自定义字幕字体、颜色、位置等样式
    国际化支持:组件化国际化设计,支持中文、英文、自定义语言包(如日语示例)


    项目地址 在线试用

    Ken有话说:对做自媒体的帮孩子很多,从YouTube搬运视频用这个转中文字幕简直无敌


    #开源 #AI字幕 #字幕生成
  35. 文案提取工具,做短视频常用!

    抖音文案
    直接用豆包,它认抖音链接,别的平台不支持


    视频号文案
    微信里搜“元宝”加好友,视频号是主打


    油管文案
    用Google AI Studio,英文、中文、双语视频都能处理


    B站、小红书、西瓜视频等
    用Get笔记,全平台通用,每天免费5次



    📖频道 | 📥投稿 | 商务

    #短视频 #AI
  36. Chaterm

    一款开源的AI 智能终端工具与 SSH 客户端,支持使用自然语言或语音输入执行命令,并提供智能补全、全局语法高亮、可视化编辑、命令别名管理等功能。它能够理解错误信息、分析系统日志、并可跨多个主机并行执行任务,适合运维、SRE 和云资源管理。安全方面整合零信任架构、身份与权限管理、端到端加密、操作审计等企业级保障机制。软件跨平台支持 Windows、macOS 及 Linux

    访问官网

    #跨平台软件 #智能终端 #AI运维
  37. AI Short Video Factory(短视频工厂)

    一款由 YILS-LIN 发起的开源桌面应用,旨在利用 AI 技术简化短视频制作流程。用户只需提供提示词和素材,软件即可自动生成具备营销或泛内容风格的短视频,集成了文案生成、语音合成、视频剪辑、字幕特效等功能,支持 Windows、macOS 和 Linux 平台,操作界面简洁,开箱即用,同时所有处理在本地执行,保障用户数据安全

    项目地址

    #AI短视频 #自动剪辑 #开源 #跨平台软件 #本地运行
  38. Intent

    一款免费的AI增强版Telegram客户端,能在群组与频道内实时精准翻译86种语言。在聊天框中上划,即可由AI根据上下文自动生成回复或精准转录语音;长按消息则可一键调用AI进行智能查询。应用内置了可自由切换的GPT-4o、Claude 3.7及Gemini 2等多种AI模型,并为所有用户提供免费额度,即刻前往官网便可下载安卓与苹果版本体验。

    点击访问 点击访问

    #Intent #AI #Telegram #手机软件
  39. WeClone

    从聊天记录创造数字分身的一站式解决方案 使用微信聊天记录微调大语言模型,让大模型有“那味儿”,并绑定到聊天机器人,实现自己的数字分身。 数字克隆/数字分身/数字永生/声音克隆/LLM/大语言模型/微信聊天机器人/LoRA
    涵盖打造数字分身的全链路方案,包括聊天数据导出、预处理、模型训练、部署

    使用微信聊天记录微调LLM,让大模型有"那味儿"
    绑定到微信、QQ、Telegram、企微、飞书机器人,实现自己的数字分身
    隐私信息过滤,本地化微调部署,数据安全可控

    【项目链接在评论区】

    #开源 #大模型训练 #Ai机器人
  40. Krillin AI

    一款全能型音视频本地化与增强解决方案。这款简约而强大的工具,集音视频翻译、配音、语音克隆于一身,支持横竖屏格式输出,确保在所有主流平台(哔哩哔哩,小红书,抖音,视频号,快手,YouTube,TikTok等)都能完美呈现。通过端到端的工作流程,Krillin AI 仅需点击几次,就能将原始素材转化为精美即用的跨平台内容。

    【下载见评论区】

    #电脑软件 #开源 #Ai #视频配音
  41. AI导航中心

    自部署Ai工具导航页,功能持续增加。目前有写作助手、AI导航聚合页、八字算卦提示词、openai语音生成

    【链接在评论区】

    #Ai
  42. Siri Ultra

    一个能在 iPhone 上使用的 AI 聊天快捷指令,无需下载任何 App,即可体验到最新的大模型。
    通过 Siri 实时语音对话,也可以直接运行快捷指令进行文字对话
    兼容各种大模型,包括 OpenAI、Gemini、DeepSeek 等
    支持联网搜索(需单独配置搜索 key)
    支持网页总结 (链接发给快捷指令即可)

    【链接在评论区】

    #Ai #Deepseek@txwl666 #iOS #开源