★
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
open-mmlab / Amphion
Amphion
Amphion (/æmˈfaɪən/) is a toolkit for Audio, Music, and Speech Generation. Its purpose is to support reproducible research and help junior researchers and engineers get started in the field of audio, music, and speech generation research and development.
Amphion 是用 Python 编写的多媒体工具，用于处理音视频内容。
目前累计 1 万 star、852 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。open-mmlab/Amphion 是一个以 Python 为主的开源项目，目前累计 10k star、852 fork，一年以上有维护。主要方向：audio-generation、audio-synthesis、audioldm、audit、emilia、fastspeech2。
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。audio-generationaudio-synthesisaudioldmauditemiliafastspeech2maskgctmusic-generationnaturalspeech2singing-voice-conversionspeech-synthesistext-to-audio
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…