VoxCPM：面向上下文感知语音生成与逼真音色克隆的无分词器文本转语音系统

1分钟的语音数据也可以用来训练一个好的TTS模型！ （几张声音克隆镜头）

基于大语言模型的视频翻译配音工具，支持99种语言双向翻译，提供一键式全流程部署，可生成适配YouTube、TikTok和Shorts等平台的内容

为创作者和开发者打造的Gradio WebUI，具备核心TTS功能（Edge-TTS、kokoro）和零样本声音克隆（E2与F5-TTS、CosyVoice），并集成Whisper音频处理、YouTube下载、Demucs人声分离和多语言翻译。

从电子书生成有声书，支持语音克隆及1107种以上语言！

Formerly KrillinAI. Open-source AI workspace for creators, powered by Codex. Create videos, images, voice, avatars, translations, and edits with Agents in one place.

VoiceStudio 是 ElevenLabs 的开源、完全本地化替代方案 — 提供 646 种语言的语音克隆、语音设计、视频配音、听写、转录和有声读物创建。