搜索结果：cloning（16 个）
按分类缩小范围
mlx-serve
综合 70
面向 Apple Silicon 的原生 LLM 推理服务，兼容双 API，无 Python，含多模态功能。
Concat
综合 70
Beta 版：免费、开源、本地优先的跨平台视频编辑器，支持通过 JSON-RPC API 与 MCP 编写脚本。
YuE
综合 69
前沿音乐生成模型，支持符号规划、零样本翻唱与 Agent 式音乐编辑。
PaddleSpeech
综合 67
易用的语音工具包，包含 ASR、流式 TTS、声纹识别及端到端语音翻译等。
VideoLingo
综合 65
全自动 AI 视频字幕组工具，支持高质量字幕切割、翻译、对齐以及自动配音。
CosyVoice
综合 61
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。
ebook2audiobook
综合 54
将电子书转换为有声书，支持 50 多种 TTS 引擎、声音克隆及 1696 种语言。
Duix-Avatar
综合 50
开源 AI 数字人工具包，支持离线视频生成与数字人克隆。
VoxCPM
综合 48
无需 Tokenizer 的多语言 TTS 语音合成模型，支持高保真声音克隆与设计。
GPT-SoVITS
综合 47
基于少样本语音克隆的 TTS 模型，仅需 1 分钟音频即可完成训练。
OmniVoice
综合 47
支持 600 多种语言的高质量语音克隆 TTS 工具。
voice-pro
综合 47
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。
Storm-Breaker
综合 47
功能完备的社会工程学框架，支持页面克隆、中间人代理与凭据捕获等。
完全本地运行的开源 AI 语音工具，可替代 ElevenLabs，支持 646 种语言的声音克隆、视频配音、听写与语音转录。
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。
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。