voice

开源语音合成工作室

用不超过10分钟的语音数据轻松训练优质语音克隆模型！

MIT与MyShell联合开发的即时语音克隆技术

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

完全本地的Manus人工智能系统。无需API接口，无需每月200美元支出。仅需支付电费即可体验能思考、浏览网页和编程的自主智能体。官方更新仅通过推特账号@Martin993886460发布

端到端实时技术栈，连接人类与人工智能

从电子书生成有声书，支持语音克隆及1107种以上语言！

端到端语音识别基础工具包与开源SOTA预训练模型，支持语音识别、语音活动检测、文本后处理等功能。

Netflix级字幕切割、翻译、对齐、甚至加上配音，一键全自动AI视频字幕团队

适用于Android、iOS、树莓派及服务端的离线语音识别API，支持Python、Java、C#和Node.js开发语言。

强大的实时语音AI智能体构建框架 🤖🎙️📹

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。

免费开源的ERP平台

面向边缘设备的快速准确自动语音识别

说话人日志神经构建模块：语音活动检测、说话人变更检测、重叠语音检测、说话人嵌入

面向对话式语音人工智能代理的开源框架。

开源计量与基于用量的计费API ⭐️ 用量追踪、订阅管理、定价迭代、支付编排与收益分析

在线会计软件

基于 Laravel 构建的开源发票、报价单、项目和工时追踪应用

Mumble是一款开源、低延迟、高品质的语音聊天软件。

Dolibarr ERP CRM是现代企业管理软件套件，用于管理公司或基金会活动（联系人、供应商、发票、订单、库存、日程、会计等）。它是用PHP编写的开源Web应用程序，适用于各种规模的企业、基金会和自由职业者

Stream 推出的开放视觉智能体平台。使用任意模型或视频提供商快速构建视觉智能体。利用 Stream 的边缘网络实现超低延迟。

自托管人工智能会计应用。支持收据、发票及交易的LLM智能分析器，具备自定义提示词与分类功能

Kimai是一款基于Web的多用户时间追踪应用，适用于自由职业者、企业、组织等各类用户群体。用户可记录工作时间、生成报表、创建发票并实现更多功能。SaaS版本请访问https://www.kimai.cloud