音频语音

音频语音(国外)分类当前收录 175 个 AI Skill,按 S-Score 排名靠前的有 whisper(S·90)、whisper.cpp(S·88)、MockingBird(S·85)。S-Score 基于 GitHub 星标量级与维护活跃度算法计算,每小时重排、付费不影响排名,数据每日快照。

#SKILL · 摊位S-SCORESTARS ★ 7D趋势

1whisperOpenAI 开源语音识别,多语种转写与翻译S·90—★ 105.8k+512☆

2whisper.cppWhisper 语音识别的 C/C++ 移植,纯本地推理S·88—★ 52.4k+419☆

3MockingBird5 秒克隆声音,实时生成任意语音S·85—★ 36.9k☆

4VoxCPM免 tokenizer 的多语言 TTS:创意声音设计与逼真克隆S·85—★ 34.3k+411☆

5pyvideotrans视频跨语言翻译,自动配音加字幕S·83—★ 18.5k+69☆

6whisperXWhisper 增强版:词级时间戳 + 说话人分离S·83—★ 23.3k+133☆

AD◧广告位招商中 —— 你的产品出现在这里自助投放 · 周结算 · 广告内容与榜单排序无关了解 →广告 AD

7leon开源个人语音助手S·83—★ 17.4k+16☆

8index-tts工业级可控高效的零样本 TTS 系统S·83—★ 22.2k+180☆

9TTS深度学习文本转语音工具箱,多语种声音克隆S·83—★ 45.8k+48☆

10supertonic极速端侧多语言 TTS(ONNX 原生)S·82—★ 13.5k+69☆

11bark文本直接生成带情绪的语音/音效/笑声S·82—★ 39.2k+15☆

12CosyVoice多语言语音大模型:推理/训练/部署全栈S·82—★ 22.4k+146☆

13sherpa-onnx语音识别/合成/说话人分离全家桶,本地离线跑S·82—★ 13.8k+147☆

14vosk-api离线语音识别 API,手机/树莓派/服务器全平台S·81—★ 15.0k+31☆

15faster-whisperCTranslate2加速Whisper,转写快4倍S·80—★ 24.6k+168☆

16OmniVoice-Studio开源本地语音克隆工具，ElevenLabs替代方案S·80—★ 9.2k+376☆

17espnet端到端语音处理工具包,覆盖识别与合成S·80—★ 9.9k+7☆

18voice-pro创作者的 Gradio 语音工作台:TTS + 零样本声音克隆S·80—★ 11.2k+32☆

19SenseVoice多语种语音识别模型，支持情感与事件检测S·79—★ 8.9k+42☆

20speechbrain基于PyTorch的开源语音处理工具包S·79—★ 11.7k+18☆

21edge-tts免密钥调用微软Edge在线语音合成S·79—★ 11.6k+60☆

22mlx-audioApple MLX 上的 TTS/STT/语音转换库S·79—★ 7.6k+46☆

23dia一次生成多角色超真实对话的TTS模型S·78—★ 19.4k+20☆

24espeak-ng支持上百种语言的开源语音合成引擎S·78—★ 6.7k+21☆

25Amphion音频、音乐与语音生成研究工具包S·78—★ 10.0k+11☆

26dograh可自托管的开源语音AI平台S·77—★ 5.0k+92☆

27speech_recognitionPython语音识别模块，支持多引擎多APIS·77—★ 9.0k+5☆

28argmax-oss-swiftApple芯片本地运行的语音AI库S·77—★ 6.3k+8☆

29Kokoro-FastAPIKokoro-82M文本转语音的Docker化APIS·77—★ 5.3k+30☆

30annyang为网站提供语音识别功能的JS库S·77—★ 6.8k☆

31abogen将电子书PDF一键转为带字幕有声书S·77—★ 5.4k+61☆

32kaldi经典开源语音识别工具包KaldiS·77—★ 15.4k+8☆

33wav2letterMeta出品的端到端语音识别工具包S·77—★ 6.4k☆

34WhisperLive基于Whisper的近实时语音转写工具S·76▲1★ 4.2k+46☆

35DiffSinger浅扩散机制驱动的歌声与语音合成S·76—★ 4.8k+3☆

36porcupine设备端低延迟语音唤醒词检测引擎S·76—★ 4.9k+2☆

37pocketsphinx轻量级离线语音识别引擎S·76—★ 4.3k+2☆

38wenet面向生产环境的端到端语音识别工具包S·75—★ 5.2k+38☆

39Applio简单易用的高音质AI变声工具S·75—★ 3.5k+25☆

40whisper-diarization基于Whisper的语音识别与说话人分离工具S·75—★ 5.6k+9☆

41TTSMozilla出品的深度学习语音合成库S·75—★ 10.2k+3☆

42ml-road机器学习与智能体AI学习资源合集S·75—★ 4.9k+15☆

43MOSS-TTSOpenMOSS团队开源的高保真语音生成模型家族S·75—★ 3.9k+58☆

44silero-models开箱即用的预训练文本转语音模型库S·75—★ 6.0k+9☆

45TTS-WebUI整合多种语音合成引擎的Gradio+React WebUIS·74▲1★ 3.2k+12☆

46vits端到端语音合成模型，生成自然流畅的语音S·74—★ 7.9k+2☆

47willow开源本地自托管语音助手系统S·74—★ 3.1k+7☆

48MeloTTSMyShell出品的多语言高质量语音合成库S·74—★ 7.6k+8☆

49elevenlabs-pythonElevenLabs语音合成官方Python SDKS·74—★ 3.0k+9☆

50aeneas音频与文本自动强制对齐工具S·74—★ 2.9k+1☆

51StyleTTS2风格扩散驱动，逼近人类水准的文本转语音S·73—★ 6.3k+6☆

52pyttsx3离线Python文本转语音库，无需联网S·73—★ 2.5k☆

53RealtimeTTS实时文本转语音工具，支持流式语音合成S·73—★ 4.0k+9☆

54whisper-jaxOpenAI Whisper的JAX实现，TPU上提速最高70倍S·71—★ 4.7k+1☆

55dsnoteLinux离线语音笔记与翻译应用S·71▲1★ 1.6k+11☆

56awesome-diarization说话人分离领域精选资源列表S·71—★ 1.9k+1☆

57VieNeu-TTS越南语文本转语音工具,支持即时声音克隆S·71—★ 2.2k+40☆

58fastrtc面向实时通信的Python库S·71—★ 4.6k+2☆

59metavoice-src类人自然表现力语音合成基础模型S·71—★ 4.2k☆

60gTTS调用谷歌翻译语音合成的Python库与命令行工具S·71—★ 2.6k+2☆

展示前 60 名 · 完整榜单见 每日热榜 →