★
OpenVoice 是用 Python 编写的 AI 模型，提供可直接使用的模型与权重。
Instant voice cloning by MIT and MyShell. Audio foundation model.
AutoArk / GPA
GPA
[AutoArk] GPA (General Purpose Audio) can do ASR, TTS and voice conversion with one tiny model!
GPA 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理，主打轻量。
目前累计 3.1k star、203 fork，主要语言为 Python，项目始于 2025 年，采用 Apache-2.0 许可。最近状态：近半年有提交。适合：做 AI 应用的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。AutoArk/GPA 是一个以 Python 为主的开源项目，目前累计 3.1k star、203 fork，近半年有提交。主要方向：asr、automatic-speech-recognition、text-to-speech、transformer、tts、vc。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。README
正在加载…相关项目
★
VoxCPM 是用 Python 编写的学习资料，用于系统学习与查阅，主打开源免费。
VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning
★
GPT-SoVITS 是用 Python 编写的开源项目，主题标签有限，建议打开仓库查看具体用途。
1 min voice data can also be used to train a good TTS model! (few shot voice cloning)
★
Retrieval-based-Voice-Conversion-WebUI 是用 Python 编写的多媒体工具，用于处理音视频内容。
Easily train a good VC model with voice data <= 10 mins!
★
Real-Time-Voice-Cloning 是用 Python 编写的学习资料，用于系统学习与查阅，主打实时。
Clone a voice in 5 seconds to generate arbitrary speech in real-time
★
annotated_deep_learning_paper_implementations 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit,…