★
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
PaddlePaddle / PaddleSpeech
PaddleSpeech
Easy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ASR with punctuation, Streaming TTS with text frontend, Speaker Verification System, End-to-End Speech Translation and Keyword Spotting. Won NAACL2022 Best Demo Award.
PaddleSpeech 是用 Python 编写的学习资料，用于系统学习与查阅，主打易用。
目前累计 1.3 万 star、2k fork，主要语言为 Python，项目始于 2017 年，采用 Apache-2.0 许可。最近状态：近半年有提交。适合：想补齐某块知识的开发者。
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。PaddlePaddle/PaddleSpeech 是一个以 Python 为主的开源项目，目前累计 13k star、2k fork，近半年有提交。主要方向：asr、code-switch、conformer、kws、punctuation-restoration、self-supervised-learning。
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。asrcode-switchconformerkwspunctuation-restorationself-supervised-learningsound-classificationspeech-alignmentspeech-recognitionspeech-synthesisspeech-translationstreaming-asr
README
正在加载…相关项目
★
TTS 是用 Python 编写的学习资料，用于系统学习与查阅，主打适合生产环境。
🐸💬 - a deep learning toolkit for Text-to-Speech, battle-tested in research and production
★
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.
★
[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…