★
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
ffsubsync 是用 Python 编写的多媒体工具，用于处理音视频内容。
目前累计 7.9k star、325 fork，主要语言为 Python，项目始于 2019 年，采用 MIT 许可。最近状态：近半年有提交。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。smacke/ffsubsync 是一个以 Python 为主的开源项目，目前累计 7.9k star、325 fork，近半年有提交。主要方向：alignment、音频、caption、captions、fast-fourier-transform、FFmpeg。
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。alignment音频captioncaptionsfast-fourier-transformFFmpegfftspeech-detectionsrtsrt-subtitlesstring-alignmentsubtitle
README
正在加载…相关项目
★
pandas 是用 Python 编写的代码库，提供可直接复用的能力，主打功能完整、可扩展。
Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistica…
★
OpenMontage 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。
World's first open-source, agentic video production system. 12 production pipelines, 100+ tools, 700+ agent skill and production-knowledge files. Tu…
★
利用大模型与自动化工作流，根据主题或关键词一键生成高清短视频的中文项目。
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.
★
主流预训练模型库，NLP、视觉、多模态模型开箱即用，是 Hugging Face 生态的核心。
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both…
★
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.