★
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
vall-e 是用 Python 编写的多媒体工具，用于处理音视频内容。
目前累计 3k star、399 fork，主要语言为 Python，项目始于 2023 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。enhuiz/vall-e 是一个以 Python 为主的开源项目，目前累计 3k star、399 fork，较长时间未更新。主要方向：audio-lm、pytorch、text-to-speech、tts、vall-e、valle。
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
★
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.
★
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)
★
DeepSpeed 是用 Python 编写的学习资料，用于系统学习与查阅，主打易用、可伸缩。
DeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective.
★
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