★
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
microsoft / SpeechT5
SpeechT5
Unified-Modal Speech-Text Pre-Training for Spoken Language Processing
SpeechT5 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。
目前累计 1.5k star、135 fork，主要语言为 Python，项目始于 2022 年，采用 MIT 许可。最近状态：已有一段时间未更新。适合：正在做技术选型的开发者。
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。microsoft/SpeechT5 是一个以 Python 为主的开源项目，目前累计 1.5k star、135 fork，较长时间未更新。主要方向：speech-pretraining、speech-recognition、speech-synthesis、speech-text-pretraining、speech-translation、speech2c。
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。speech-pretrainingspeech-recognitionspeech-synthesisspeech-text-pretrainingspeech-translationspeech2cspeechlmspeecht5speechutvallexvatlm
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…