语音合成和音色克隆这一类,效果好坏看模型,在本机运行还需要显卡。
AI语音工具开源项目精选 依 GitHub 星标整理的榜单
AI 语音类工具,依 GitHub 星标降序排布,目前收了 6 款
1VoiceStudiodebpalash 110.5k本机就能跑完的 AI 语音工作室,代码开源;语音克隆、语音设计、给视频配音、听写、转录,以及有声书制作,都在它的能力范围内,涵盖 646 种语言,定位是 ElevenLabs 的开源平替。Python 2026.11.142impeccablepbakaus 110.0k面向 AI 编码代理的设计辅助:包含一项技能、二十三条命令和五十九条确定性的检测规则,也能在浏览器里实时迭代,帮助 AI 生成质量更高的前端界面设计。Rust 2026.11.143FunASRmodelscope 21.0k阿里巴巴开源的语音识别工具包,工业级,Python 实现;既能离线转写,也能流式转写,另有端点检测、标点恢复、说话人分离,CPU 或 GPU 上都可部署,还提供与 OpenAI 兼容的 API 和 MCP Server。Python 2026.11.134yovoiceleemysw 2.2kyovoice 是一个开源的 AI 创作工作室,主打音频与音乐,数据优先留在本机;Windows、macOS 上无需联网即可完成语音合成、声音克隆,生成带歌词的歌曲,也能处理多轨乐谱,不产生云端 API 费用。TypeScript 2026.11.115openttsGary23333 2锻造回声 ForgedEcho 是 macOS 原生应用,用来克隆声音并制作 AI 语音:把多款开源语音大模型包装成图形界面,可克隆声音、调节情绪、按字幕批量配音、生成有声书,并能在本地做 LoRA 微调,整个过程不联网。Swift 2026.09.036cortico-world-gpt-sovits-for-coopanionPhantivia 1桌宠 Coopanion 想出声说话,可借助语音扩展:在 pet_say 执行前,扩展会调用本机的 GPT-SoVITS 做流式合成并读出回复;既能用显卡也能用 CPU 推理,音色可选预设或自定义,对应配置放在 worlds 下的 gpt-sovits 一项。TypeScript 2026.10.18