搜索结果：voice（52 个）
按分类缩小范围
hex
综合 63
支持 Mac、Windows 和 Linux 的本地语音听写转文字工具。
pipecat
综合 80
用于构建语音 Agent、多模态应用和实时 AI 的开源框架，由 Daily 与社区共同维护。
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。
cactus
综合 78
专为消费级设备打造、体积小于 50MB 的 Agent、语音与视觉智能模型。
pydantic-ai
综合 78
Python 端到端类型化 AI 框架，支持 Agent、实时语音、图像生成及 Embeddings 等。
agents
综合 77
用于构建实时语音 AI Agent（智能体）的开发框架。
agenticSeek
综合 75
完全本地运行的 Manus AI 替代方案，无需 API 与订阅费，可自主思考、浏览网页与写代码。
LocalAI
综合 75
开源 AI 引擎，可在各类硬件上运行 LLM、视觉及语音等模型，无需 GPU。
rasa
综合 75
开源机器学习对话框架，支持 NLU 与对话管理，可接入 Slack 等平台构建聊天机器人与语音助手。
VideoLingo
综合 74
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。
ten-framework
综合 72
用于构建对话式语音 AI Agent 的开源框架。
discord.js
综合 71
功能强大的 JavaScript 库，用于与 Discord API 交互。
speechbrain
综合 71
基于 PyTorch 的开源全能语音处理工具包。
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。
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。
lago
综合 70
开源计量与计费 API，支持用量追踪、订阅管理、定价迭代与收入分析。
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。
speech-to-speech
综合 65
基于开源模型构建语音智能体（Voice Agent）的开发库。