ToolAI.io · GitHub 频道

语音、音频与声音 · GitHub 上的开源 AI 项目

一个基于事实的 LLM、智能体、MCP、RAG 和 AI 开发项目索引；每个条目均包含许可证、设置、下载、截图及相关资源。

搜索仓库

公开仓库数据

项目索引

5 项目

语音、音频与声音

facebookresearch/audiocraft

基于 PyTorch 的音频生成研究库，包含 MusicGen、AudioGen、EnCodec 等组件，支持文本条件生成、部分旋律条件任务及模型训练流程。

★ 23.6K⑂ 2.7KPython

MITQ92

语音、音频与声音

PaddlePaddle/PaddleSpeech

基于 PaddlePaddle 的语音工具集，覆盖语音识别、文字转语音、标点恢复及其他音频任务，提供命令行、Python 接口和服务示例。

★ 12.7K⑂ 2KPython

Apache-2.0Q92

语音、音频与声音

2noise/ChatTTS

面向中英文对话的语音生成项目，支持说话人和停顿、笑声等韵律控制；发布模型限非商业用途。

★ 39.8K⑂ 4.2KPython

AGPL-3.0Q90

语音、音频与声音

CorentinJ/Real-Time-Voice-Cloning

用于研究说话人表示和语音克隆的语音合成项目。

★ 60.1K⑂ 9.4KPython

未检测到许可证Q85

语音、音频与声音

QwenLM/Qwen3-TTS

Qwen 开源语音模型系列，提供预设音色、文字描述生成音色和参考音频复刻，适合配音与语音应用开发。

★ 13.4K⑂ 1.7KPython

Apache-2.0Q84