★
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
Henry-23 / VideoChat
VideoChat
实时交互数字人，可自定义形象与音色，支持音色克隆，对话延迟低至3s。Real-time voice interactive digital human, customizable appearance and voice, supporting voice cloning, with initial package delay as low as 3s.
实时交互数字人，可自定义形象与音色，支持音色克隆，对话延迟低至3s。Real-time voice interactive digital human, customizable appearance and voice, suppor…
目前累计 1.3k star、173 fork，主要语言为 Python，项目始于 2024 年，采用 MIT 许可。最近状态：已有一段时间未更新。适合：处理音视频内容的开发者。
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。Henry-23/VideoChat 是一个以 Python 为主的开源项目，目前累计 1.3k star、173 fork，一年以上有维护。主要方向：asr、dialogue-systems、digital-human、end-to-end、gradio-python-app、lip-sync。
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。asrdialogue-systemsdigital-humanend-to-endgradio-python-applip-syncmultimodal-large-language-modelsmusetalkreal-time流媒体talking-headtts
README
正在加载…相关项目
★
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
★
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)
★
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL…
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/…
★
sglang 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打高性能。
SGLang is a high-performance serving framework for large language models and multimodal models.
★
500-AI-Agents-Projects 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打开源免费。
The 500 AI Agents Projects is a curated collection of AI agent use cases across various industries. It showcases practical applications and provides…