★
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
modelscope / FunASR
FunASR
Open-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.
FunASR 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。
目前累计 2.1 万 star、2.1k fork，主要语言为 Python，项目始于 2022 年，采用 MIT 许可。最近状态：近一个月有提交。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。modelscope/FunASR 是一个以 Python 为主的开源项目，目前累计 21k star、2.1k fork，近 30 天内有提交。主要方向：asr、音频、chinese、emotion-recognition、funasr、mcp-server。
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。asr音频chineseemotion-recognitionfunasrmcp-servermultilingual-asropenai-compatible-apiparaformerpunctuationpytorchreal-time-asr
README
正在加载…相关项目
★
[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/…
★
ChatTTS 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。
A generative speech model for daily dialogue.
★
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
★
yolov5 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
Ultralytics YOLOv5 in PyTorch for object detection, instance segmentation, classification, training, and export.