edge-tts

只需5秒钟克隆语音，即可实时生成任意语音内容

仅仅1分钟的语音数据就能训练出一个不错的语音合成模型！（少量样本语音克隆）

只需5秒钟，AI就能克隆你的声音，并实时生成任何你想要的语音内容。

一个用于日常对话的生成式语音模型。

开源免费的替代方案，可替代OpenAI、Claude等。支持本地自托管，无需GPU，可在家用硬件上运行。可直接替换OpenAI，支持gguf、transformers、diffusers等多种模型架构。功能包括：文本、音频、视频、图像生成，语音克隆，分布式和P2P推理。

麻省理工学院和MyShell公司研发的即时语音克隆技术，基于音频基础模型。

最先进的开源语音合成技术

最先进的深度学习脚本，按模型分类整理，易于在企业级基础设施上进行训练和部署，并具有可复现的准确性和性能。

一个可扩展的生成式AI框架，专为从事大型语言模型、多模态和语音AI（自动语音识别和文本转语音）研究和开发的科研人员和开发者而设计。

把视频从一种语言翻译成另一种语言，并配上配音。这个过程包括语音识别转录、语音合成和字幕翻译。