语音合成与识别 · 开源 AI 场景榜单

排名	项目	Stars	Forks	更新	许可证
41	wenet 生产优先且生产就绪的端到端语音识别工具包	5.2K	1.2K	06/15/26	Apache-2.0
42	abogen 从EPUB、PDF和文本生成带同步字幕的有声书。	5.8K	432	08/29/26	MIT
43	whisper-diarization 基于OpenAI Whisper的自动语音识别与说话人分离	5.6K	503	08/15/26	BSD-2-Clause
44	porcupine 基于深度学习的设备端唤醒词检测	4.9K	577	08/12/26	Apache-2.0
45	audio 基于PyTorch的音频信号处理数据操作与转换。	2.9K	795	08/29/26	BSD-2-Clause
46	Applio 一个简单、高质量的语音转换工具，专注于易用性和性能。	3.7K	587	08/28/26	MIT
47	SmartSub 免费开源的视频字幕桌面应用：本地Whisper语音转文字、翻译、AI配音（带声音克隆）、字幕烧录，跨Windows/macOS/Linux GPU加速。	4.8K	351	08/20/26	MIT
48	pocketsphinx 一个小型语音识别器	4.3K	732	08/26/26	Other
49	Orpheus-TTS 迈向类人语音	6.3K	535	12/05/25	Apache-2.0
50	MOSS-TTS 开源的高保真语音和声音生成模型系列，支持长文本TTS、多说话人对话、声音设计、音效和实时流式处理。	4.0K	366	07/26/26	Apache-2.0
51	openless (按住快捷键说话，松开即得润色后的文字)	3.4K	299	08/27/26	MIT
52	pyAudioAnalysis Python音频分析库：特征提取、分类、分割及应用	6.3K	1.2K	08/04/25	Apache-2.0
53	basic-pitch 轻量级但功能强大的音频转MIDI转换器，带有弯音检测	5.5K	502	11/13/25	Apache-2.0
54	elevenlabs-python ElevenLabs API 的官方 Python SDK。	3.1K	439	08/25/26	MIT
55	whisper-asr-webservice OpenAI Whisper ASR Web服务 API	3.3K	584	08/09/26	MIT
56	fastrtc 用于实时通信的Python库	4.6K	433	01/12/26	MIT
57	stt 语音识别转文字工具 / 一个离线运行的本地音视频转字幕工具，输出json、srt字幕、纯文字格式	4.8K	499	01/22/26	GPL-3.0
58	TTS :robot: :speech_balloon: 深度学习用于文本转语音 (讨论论坛: https://discourse.mozilla.org/c/tts)	10.2K	1.3K	11/09/23	MPL-2.0
59	EmotiVoice EmotiVoice 😊：一个多语音和提示控制的TTS引擎	8.5K	756	08/13/24	Apache-2.0
60	MeloTTS 高质量的多语言文本转语音库，由MyShell.ai开发。支持英语、西班牙语、法语、中文、日语和韩语。	7.6K	1.1K	12/24/24	MIT

订阅更新