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。
VoiceStudio 是一个开源、完全本地运行的语音克隆与音频工作流引擎，定位为 ElevenLabs 的开源替代方案，提供语音克隆、语音设计、视频配音、听写、转写与有声书制作能力，并内置本地 API 与 MCP 供智能体调用。默认引擎为 k2-fsa/OmniVoice，也可选择其他引擎；桌面端主推 Electron 应用（0.5.3 引入，同时是最后一个 Tauri 版本）。许可证为 AGPL-3.0，模型各自遵循自身许可证。
GitHub 开源项目
Paseo 是 Apache-2.0 许可的开源多智能体编排工具，通过桌面端、移动端、Web 与 CLI 统一调用 Claude Code、Codex、GitHub Copilot、OpenCode、Pi 等编程 Agent。它在本机运行名为 daemon 的本地服务，Agent 在用户自己的开发环境中并行执行，支持语音控制、跨设备接管、端到端加密中继配对，并提供 TypeScript SDK、插件系统与 Skills 编排命令，无遥测、无跟踪、无强制登录。
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
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
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
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
🎙️ 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