搜索结果：python（126 个）
按分类缩小范围
Qwen3-TTS
综合 42
阿里千问团队开源的 TTS 模型系列，支持稳定、高表现力、流式语音生成、自由声音设计与声音克隆。
csm
综合 41
一款对话式语音生成模型。
TRELLIS.2
综合 41
利用原生紧凑结构化潜在表示实现 3D 内容生成的开源项目。
Deep-Live-Cam （单图实时换脸工具）
综合 41
仅需单张图片即可实现实时换脸与一键视频 Deepfake。
whisper （通用语音识别模型）
综合 39
基于大规模弱监督训练的高鲁棒性通用语音识别模型。
Real-Time-Voice-Cloning
综合 38
仅需 5 秒即可克隆声音，并实时生成任意语音。