搜索结果：speech（12 个）
按分类缩小范围
leon
综合 80
一款开源的个人智能助理。
Speech
综合 72
NVIDIA 的生成式 AI 框架，专为大语言模型、多模态及语音 AI（ASR 与 TTS）研究与开发打造。
VidBee
综合 71
支持从千余站点下载音视频，本地转写并标注说话人，结合 AI 实现总结、翻译及对话。
pyvideotrans
综合 66
将视频从一种语言翻译为另一种语言，并自动生成配音与字幕。
giscus
综合 61
由 GitHub Discussions 驱动的开源评论系统。
edge-tts
综合 59
无需安装 Microsoft Edge，即可在 Python 中直接使用其在线文本转语音（TTS）服务。
voice-pro
综合 58
面向创作者的 Gradio WebUI，集成主流 TTS、零样本声音克隆与人声分离等功能。
dia
综合 56
支持一次性生成超逼真对话的 TTS（文本转语音）模型。
index-tts
综合 55
工业级、可控且高效的零样本（Zero-Shot）文本转语音（TTS）系统。
MockingBird
综合 54
仅需 5 秒即可克隆声音，并实时生成任意语音的开源工具。
FluidAudio
综合 42
Swift 音频库，为应用提供前沿 CoreML 模型，支持 TTS、STT、语音活动检测与说话人日志。
sherpa-onnx
综合 41
基于新一代 Kaldi 与 ONNX Runtime 的离线语音工具包，支持语音识别、TTS、声纹与降噪等多端部署。