搜索结果：speech（8 个）
按分类缩小范围
自托管的抖音、TikTok、B 站数据采集与去水印下载 API，支持 MCP 调用、离线转文字及 Docker 部署。
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。
leon
综合 80
一款开源的个人智能助理。
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。
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。
ChatTTS
综合 69
专注于日常对话场景的生成式文本转语音（TTS）模型。
screenpipe
综合 69
持续记录电脑屏幕工作轨迹以梳理工作流，并为 AI Agent 提供上下文背景记忆。
moonshine
综合 45
超低延迟的语音转文字、意图识别与语音合成库，用于构建语音交互 Agent。