OPEN-SOURCE TOOLS

真正有实用价值的 GitHub 开源工具

按股票分析、量化交易、数字货币、视频增强和图片增强等方向筛选实用开源项目。

正在查看标签 #音频处理清除筛选
GitHub - theajack/cnchar: 🇨🇳 功能全面的汉字工具库 (拼音 笔画 偏旁 成语 语音 可视化等) (Chinese character util) 阅览图
开源项目 · AI 音频与语音类
开源
开源项目·AI 音频与语音类·新手

GitHub - theajack/cnchar: 🇨🇳 功能全面的汉字工具库 (拼音 笔画 偏旁 成语 语音 可视化等) (Chinese character util)

🚀 功能全面、多端支持的汉字拼音笔画 js 库 English | 在线试用/文档 | 更新日志 | 反馈错误/缺漏 | Gitee | QQ Group: 958278438 | 留言板 Like this open source work? A small contribution keeps the project alive. 应用例子 开始文档之前,先通过一些应用案例看看 cnchar 能够做些什么 汉字打字游戏 | 打字弹钢琴 | 成语接龙 | 通讯录排序 | 取名字 | 输入法 | 歇后语 |

GitHub 开源项目

8 阅读2026/09/14
查看指南
ebook2audiobook (E2A):从电子书生成带章节与元数据的有声书(支持语音克隆与 1158 种语言) 阅览图
开源项目 · AI 音频与语音类
开源
开源项目·AI 音频与语音类·新手

ebook2audiobook (E2A):从电子书生成带章节与元数据的有声书(支持语音克隆与 1158 种语言)

ebook2audiobook(E2A)是一个开源电子书转有声书工具,可在 CPU/GPU 上把 epub、mobi、pdf、txt 等格式的电子书转换为带章节和元数据的有声书,内置 XTTSv2、Bark、VITS、Tacotron2、YourTTS、Fairseq 等多款 TTS 引擎,支持自定义声音克隆与 1158 种语言,提供 Gradio Web GUI、无界面(headless)命令与 Docker/Docker Compose/Podman Compose 部署方式。

GitHub 开源项目

11 阅读2026/09/14
查看指南
GitHub - neuphonic/neutts: On-device TTS model by Neuphonic 阅览图
开源项目 · AI 音频与语音类
开源
开源项目·AI 音频与语音类·新手

GitHub - neuphonic/neutts: On-device TTS model by Neuphonic

NeuTTS HuggingFace 🤗: - NeuTTS-Air (English): Model , Q8 GGUF , Q4 GGUF , Space - NeuTTS-Nano Multilingual Collection: - NeuTTS-Nano (English): Model , Q8 GGUF , Q4 GGUF - NeuTTS-Nano-French: Model , Q8 GGUF , Q4 GGUF - NeuTTS-Nano-German: Model , Q8 GGUF ,

GitHub 开源项目

6 阅读2026/09/10
查看指南
GitHub - buxuku/SmartSub: 视频转字幕、字幕翻译、AI 配音与声音克隆、字幕烧录——免费开源的一站式桌面工具。基于 Whisper / FunASR 等本地模型离线语音转文字,批量处理 + 全平台 GPU 加速,跨 Windows / macOS / Li 阅览图
开源项目 · AI 音频与语音类
开源
开源项目·AI 音频与语音类·新手

GitHub - buxuku/SmartSub: 视频转字幕、字幕翻译、AI 配音与声音克隆、字幕烧录——免费开源的一站式桌面工具。基于 Whisper / FunASR 等本地模型离线语音转文字,批量处理 + 全平台 GPU 加速,跨 Windows / macOS / Li

妙幕 / SmartSub 视频转字幕、字幕翻译、AI 配音与声音克隆、字幕烧录——一站式开源桌面工具 让每一帧画面都能美妙地表达 中文 | English | 日本語 下载安装 · 功能特性 · 免费方案 · 常见问题 · 更新日志 妙幕是什么 妙幕(SmartSub)是一款开源的字幕与配音工具,把「语音转文字 → 字幕翻译 → 校对润色 → TTS 配音 → 烧录合成」整条流水线装进一个桌面应用,还内置在线视频下载,粘贴 B 站 / YouTube 等平台链接即可直接取材。转写基于

GitHub 开源项目

35 阅读2026/09/03
查看指南
Audiblez - 从电子书生成有声书 阅览图
开源项目 · AI 音频与语音类
开源
开源项目·AI 音频与语音类·新手

Audiblez - 从电子书生成有声书

Audiblez 是一个将 EPUB 电子书转换为 M4B 有声书的开源工具,基于 Kokoro-82M 高质量文本转语音模型,支持多种语言、图形界面和 CUDA 加速。

GitHub 开源项目

2 阅读2026/08/11
查看指南
GitHub - OpenBMB/VoxCPM: VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning 阅览图
开源项目 · AI 音频与语音类
开源
开源项目·AI 音频与语音类·新手

GitHub - OpenBMB/VoxCPM: VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning

VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning English | 中文 👋 Join our community for discussion and support! Feishu | Discord VoxCPM is a tokenizer-free Text-to-Speech system that directly

GitHub 开源项目

15 阅读2026/08/10
查看指南
MiniMax H3 Audio T8 - ComfyUI 原生 H3 音频节点扩展 阅览图
开源项目 · AI 音频与语音类
开源
开源项目·AI 音频与语音类·新手

MiniMax H3 Audio T8 - ComfyUI 原生 H3 音频节点扩展

面向 ComfyUI 原生 MiniMax H3 的扩展节点包,当前 1.12.0 注册 54 个节点,覆盖音画条件、对白分析、长视频续写、语音链、来源视频音画重绘等实验与稳定功能。代码采用 GPL-3.0-or-later,不包含模型权重,需配合 ComfyUI 及 MiniMax H3 模型使用。

GitHub 开源项目

59 阅读2026/08/10
查看指南