OPEN-SOURCE TOOLS
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。
Supported functions Speech recognition Speech synthesis Source separation ✔️ ✔️ ✔️ Speaker identification Speaker diarization Speaker verification ✔️ ✔️ ✔️ Spoken Language identification Audio tagging Voice activity detection ✔️ ✔️ ✔️ Keyword spotting Add
GitHub 开源项目
MOSS [ 论文 ][ 中文版 ] [ English ] [ 官方微信群 ] MOSS 是支持中英双语对话与工具调用的开源语言模型。本仓库提供 MOSS-003 系列模型、对话数据、部署与微调代码。 从这里开始： 模型下载 · 硬件要求 · 本地运行 · 微调 查看 OpenMOSS 的更多项目： MOSS-TTS · MOSS-VL · MOVA · OpenMOSS . 目录 - 开源清单 - 模型 - 数据 - 工程方案 - 介绍 - 本地部署 - 硬件要求 - 下载安装 - 使用示例 - 微调 -
GitHub 开源项目
AgenticSeek 是一个 100% 本地运行的语音启用 AI 助手，被定位为 Manus AI 的开源本地替代品。它自带浏览器自主上网搜索、读取与填表能力，可自主编写/调试/运行 Python、C、Go、Java 等程序，能把复杂任务拆解为由多个 AI Agent 分步执行，并默认搭配本地推理模型（Ollama、LM Studio、兼容 OpenAI 接口的本地服务）实现零云端依赖与数据不出本机。
GitHub 开源项目
Warning 本项目已停止维护，不再提供更新与支持，感谢大家的使用。 MiGPT：智能家居，从未如此贴心 ❤️ 👉 演示视频： 将小爱音箱接入 ChatGPT 和豆包，改造成你的专属语音助手～ mi-gpt-demo1.mp4 👋 项目简介 在这个数字化的世界里，家已不仅仅是一个居住的地方，而是我们数字生活的延伸。 MiGPT 通过将小爱音箱、米家智能设备，与 ChatGPT 的理解能力完美融合，让你的智能家居更懂你。 MiGPT 不仅仅是关于设备自动化，而是关于： 打造一个懂你、有温度、与你共同进化的家
GitHub 开源项目
🎙️ VibeVoice: Open-Source Frontier Voice AI 📰 News 2026-09-03: 🚀 We released VibeVoice-ASR-Streaming , a unified streaming ASR model that continuously transcribes ''who said what'' as speech arrives, with support for customized hotwords and 10 languages. [
GitHub 开源项目
Dia is a 1.6B parameter text to speech model created by Nari Labs. UPDATE 🤗(06/27) : Dia is now available through Hugging Face Transformers ! UPDATE 🚀(11/19) : Dia2 is released on Github and HuggingFace link ! Dia directly generates highly realistic
GitHub 开源项目
Voice-Pro 是 abus-aikorea 开源的一款 AI 语音 Web 应用，把 YouTube 视频下载、人声分离（Demucs）、语音识别（Whisper / Faster-Whisper / Whisper-Timestamped）、100+ 语言翻译（Deep-Translator）与多语言 TTS（Edge-TTS、kokoro、F5-TTS、E2-TTS、CosyVoice）整合进一个 Gradio 界面，面向播客、开发者与多语言内容创作者。
GitHub 开源项目
NoteGen 是一款本地优先（local-first）的 Markdown 应用，主张“先记录、后整理”：先把灵感、语音、截图、链接、文件、待办等零散信息快速保存，再按标签、时间或类型筛选素材，交给 AI 整理成结构化的 Markdown 笔记。笔记以普通 Markdown 文件保存在用户自选的 workspace 中，可被其它编辑器打开、纳入 Git 或自由迁移；项目同时提供知识库检索、画布、MCP、Skills 与多平台同步能力，采用 GPL-3.0 许可证开源。
GitHub 开源项目
Abogen 是一个基于 Kokoro-82M 的文本转语音工具，可将 ePub、PDF、纯文本、Markdown 或字幕文件（SRT/ASS/VTT）快速转换为高质量音频并生成时间轴同步的字幕，适用于有声书、Instagram/YouTube/TikTok 配音等场景。项目提供 PyQt6 桌面 GUI（abogen）与 Flask Web UI（abogen-web）两种界面，支持章节拆分、M4B 章节与元数据、自定义语音混合、批处理队列、LLM 文本规范化与 Audiobookshelf 推送，可安装到 Windows、macOS、Linux 或用 Docker 部署。
GitHub 开源项目
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
🚀 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