🔥 热门搜索llm vuejs pytorch langchain sql graphql peg leetcode tokio redis unity php8

"TTS"

📘 教程

30 分钟掌握 Voicebox：本地 AI 语音工作室Voicebox 是一个开源的本地 AI 语音工作室，支持克隆声音、生成多语言语音和语音输入输出。本教程将帮助你快速上手并将其集成到你的项目中。入门7 章★ 43.4kaicudamlx MockingBird 实战：5 秒内克隆任意语音MockingBird 是一个可以克隆语音的项目，支持中文和多种数据集。通过本教程，你可以学习如何安装、配置和使用 MockingBird，实现任意语音的实时生成。进阶9 章★ 36.9kaideep-learningpytorch Real-Time-Voice-Cloning 实战：5秒内克隆语音Real-Time-Voice-Cloning是一个开源项目，可以在5秒内克隆语音，并生成任意语音。通过这个教程，你可以学习如何安装和使用Real-Time-Voice-Cloning，克隆语音和生成语音。进阶12 章★ 60.0kdeep-learningpythonpytorch

📖 知识库

text-to-speech

★★★★★★★★★★进阶

文本转语音技术（text-to-speech，TTS）是一种将文本转换为语音的技术，通过使用自然语言处理和语音合成算法，将输入的文本转换为类似人类语音的音频输出。这种技术广泛应用于语音助手、导航系统、有声读物等领域。文本转语音技术的发展历史可以追溯到20世纪70年代，最初的系统使用简单的拼音合成法，后来逐渐发展到使用统计模型和深度学习算法。现在，许多公司和研究机构都在开发和改进文本转语音技术，例如Google、Amazon和Microsoft等。文本转语音技术可以大大提高人们的生活质量，特别是对于视力障碍人士和语言学习者。

📰 资讯

AI★★★Hacker News · 2026-07-14

小规模语音识别与TTS系统

Moonshine AI团队开发了一个仅需不到500KB的小型语音识别和文本转语音系统，适用于资源受限的设备。

该系统体积小巧，适合嵌入式设备使用
支持基本的语音识别和文本转语音功能
展示了在有限资源下实现语音技术的可能性

AI★★★Hacker News · 2026-07-13

Vāgdhenu：梵文吟唱文本转语音系统

Vāgdhenu 是一个专注于梵文吟唱的文本转语音系统，旨在提升梵文经典诵读的质量。

Vāgdhenu 针对梵文吟唱进行了优化
该系统能够生成高质量的梵文语音输出
适用于宗教仪式和学习梵文的场景

AI★★★★Hacker News · 2026-07-07

Kokoro：本地、高质量的文字转语音技术

Kokoro是一种新的文字转语音技术，能够在本地设备上运行，提供高质量的语音合成效果。这种技术不需要依赖于云服务或高性能GPU，能够在普通的CPU设备上运行。

Kokoro技术能够提供高质量的语音合成效果
能够在本地设备上运行，不需要依赖于云服务
支持多种语言和语音

📦 开源项目

kyutai-labs/pocket-tts

pocket-tts：一个可以装在你的CPU（和口袋）的TTS — pocket-tts是一个使用Python编写的文本转语音系统，能够将文本转换为自然语音。它的设计目标是高效和便携，能够运行在各种设备上，包括低功耗的嵌入式系统。这种系统可以广泛应用于各个领域，例如语音助手、播音系统等

Python★ 7.1k⑂ 714other

+235 ★

pingdotgg/t3code

t3code：TypeScript 项目 — t3code 是一个使用 TypeScript 编写的项目，旨在提供一个强大的开发工具。它利用 TypeScript 的优势，提供了一个高效的开发环境。该项目的目的是为了提高开发效率和代码质量。

TypeScript★ 13.8k⑂ 2.9kweb

+75 ★

coqui-ai/TTS

TTS：深度学习文本转语音工具包 — TTS是一个基于深度学习的文本转语音工具包，支持多种语音合成模型和声码器，包括Glow-TTS、HiFiGAN和MelGAN等。它已在研究和生产环境中得到广泛应用，能够生成高质量的语音。TTS的主要特点包括支持多说话人语音合成、声码器和语音合成模型的选择等

Python★ 45.8k⑂ 6.2kai-ml

tmux-plugins/tpm

tpm：Tmux 插件管理器 — tpm 可以帮助用户轻松安装、更新和管理 Tmux 插件，提高 Tmux 的使用效率和体验。通过使用 tpm，用户可以方便地扩展 Tmux 的功能，提高工作效率。同时，tpm 也提供了便捷的插件管理功能，帮助用户更好地管理 Tmux 插件。

Shell★ 14.9k⑂ 500other

supertone-inc/supertonic

supertonic：轻量级多语种语音合成引擎 — supertonic是一个开源的、基于ONNX的文本转语音引擎，支持多种语言和平台，能够在设备上快速运行。它利用ONNX Runtime实现跨语言和跨平台的兼容性，支持包括iOS、Android和Web在内的多种平台。supertonic的出现使得开发者能够更容易地将语音合成功能集成到自己的应用中。

Swift★ 13.4k⑂ 1.4kmobile

tmux/tmux

tmux：终端多plexer — tmux是一个功能强大的工具，能够让用户同时管理多个终端会话，提高工作效率。它支持会话detach和attach，窗口和面板的管理等功能。通过使用tmux，用户可以更好地组织和管理自己的终端工作空间

C★ 47.9k⑂ 2.8kother

chenfei-wu/TaskMatrix

TaskMatrix：任务管理矩阵 — TaskMatrix是一个开源的任务管理平台，使用Python语言开发。它提供了一个简单易用的接口，帮助用户管理和跟踪任务。通过TaskMatrix，用户可以高效地组织和优先级任务，从而提高生产力。

Python★ 34.1k⑂ 3.2kother

telegramdesktop/tdesktop

tdesktop：Telegram 桌面版消息应用 — tdesktop 是一个跨平台的消息应用，允许用户在桌面设备上发送和接收消息。它支持多种功能，包括文本、图片、视频和文件的发送。tdesktop 的出现使得用户可以更方便地使用 Telegram 服务

C++★ 32.4k⑂ 6.9kother

ossrs/srs

srs：实时媒体服务器 — srs支持多种流媒体协议和编码格式，如H.264、H.265、AV1、VP9、AAC、Opus和G.711。它可以用于直播、视频会议和实时流媒体应用。其高效和低延迟的特性使其成为流媒体服务器的理想选择

C++★ 29.1k⑂ 5.7kbackend

2noise/ChatTTS

ChatTTS：日常对话生成语音模型 — ChatTTS是一个基于Python的生成式语音模型，利用自然语言处理和机器学习算法，实现日常对话的语音生成。它支持多种语言，包括英语和中文，能够很好地模拟人类对话。ChatTTS的出现使得语音交互变得更加自然和人性化.

Python★ 39.7k⑂ 4.2kai-ml

myshell-ai/OpenVoice

OpenVoice：即时语音克隆技术 — OpenVoice 实现了即时语音克隆，利用 Python 语言和 text-to-speech 技术，能够快速生成类似原始语音的克隆音频。这种技术可以广泛应用于语音助手、播音等领域。OpenVoice 的出现标志着语音合成技术的重大突破。

Python★ 37k⑂ 4.1kother

t3-oss/create-t3-app

create-t3-app：启动全栈 Next.js 应用的最佳方式 — create-t3-app 提供了一种快速、简单的方式来创建全栈 Next.js 应用，支持 TypeScript、Next.js、Prisma 等流行技术。它可以帮助开发者快速构建高质量的应用，提高开发效率。通过使用 create-t3-app，开发者可以专注于应用的逻辑和功能，而不需要花费大量时间在基础配置上

TypeScript★ 29k⑂ 1.5kweb

Hmbown/CodeWhale

CodeWhale：开源社区驱动代理工具 — CodeWhale是一个基于Rust语言开发的开源项目，旨在为命令行界面和终端用户提供更好的体验。它通过提供一个社区驱动的代理工具，来增强用户与系统之间的交互。这种方式可以提高用户的生产力和效率

Rust★ 39.9k⑂ 3.4ktools

babysor/MockingBird

MockingBird：实时语音克隆与生成 — MockingBird利用Python和PyTorch实现了快速的语音克隆和实时语音生成，能够广泛应用于语音合成、语音助手等领域。它的出现标志着语音技术的重大进步，能够为人们带来更加自然和便捷的语音交互体验。同时，MockingBird也为AI和深度学习的研究提供了新的可能性

Python★ 36.9k⑂ 5.2kai-ml

Anuken/Mindustry

Mindustry：自动化塔防实时战略游戏 — Mindindustry是一个开源的游戏项目，使用Java语言开发，支持多平台运行，包括Android和桌面环境。该游戏结合了塔防和实时战略元素，提供了独特的游戏体验。Mindustry的自动化功能使玩家可以更加专注于游戏策略和乐趣

Java★ 28.3k⑂ 3.6kmobile

robertdavidgraham/masscan

masscan：端口扫描工具 — masscan是一个用C语言编写的TCP端口扫描器，能够快速扫描整个互联网的端口，通过异步发送SYN数据包来实现高效扫描。这种工具对于网络安全和漏洞检测至关重要。masscan的速度和效率使其成为网络安全领域的一种强大工具

C★ 25.9k⑂ 3.2kother

CorentinJ/Real-Time-Voice-Cloning

Real-Time-Voice-Cloning：实时语音克隆 — Real-Time-Voice-Cloning 项目利用深度学习技术，特别是 PyTorch 和 TensorFlow 库，实现实时语音克隆。该项目能够快速生成高质量的语音合成，具有广泛的应用前景。通过 Real-Time-Voice-Cloning，开发者可以创建出更真实的语音交互体验

Python★ 60k⑂ 9.4kai-ml

aristocratos/btop

btop：系统资源监控工具 — btop 是一个使用 C++ 编写的系统资源监控工具，用于显示系统的 CPU、内存、磁盘和网络资源使用情况。它可以帮助用户实时监控系统资源，快速发现和解决系统瓶颈。通过使用 btop，用户可以优化系统性能和资源利用率。

C++★ 33.6k⑂ 1.1kother

neurosnap/zmx

zmx：终端会话管理 — zmx提供了简单的会话管理功能，允许用户轻松地附加和分离会话。该工具利用Zig语言的优势，实现了高效和可靠的会话管理。通过zmx，用户可以更好地管理终端会话，提高工作效率。

Zig★ 1.9k⑂ 119tools

openssl/openssl

openssl：通用TLS和加密库 — openssl是一个广泛使用的、功能强大的加密库，提供了TLS和加密功能，用于保护网络通信的安全。它支持多种加密算法和协议，包括SSL和TLS。openssl在许多系统和应用程序中都有广泛的应用

C★ 30.5k⑂ 11.4kblockchain

ratatui/ratatui

ratatui：终端用户界面库 — ratatui提供了一组工具和组件，用于构建交互式的终端应用程序。它支持创建自定义的界面，包括布局、窗口和小部件。通过使用ratatui，开发者可以快速创建高质量的终端用户界面。

Rust★ 21.8k⑂ 718tools

MetrolistGroup/Metrolist

Metrolist：Android 版 YouTube Music 客户端 — Metrolist 是一个开源的 Android 应用，使用 Jetpack Compose 和 Material Design 实现了 YouTube Music 的客户端功能。它提供了便捷的音乐播放和管理功能，支持 foss 和 innertube 协议。通过 Metrolist，用户可以在 Android 设备上享受 YouTube Music 的服务

Kotlin★ 10.9k⑂ 808mobile

terraform-linters/tflint

tflint：Terraform 代码检查工具 — tflint 是一个使用 Go 语言开发的 Terraform 代码检查工具，用于帮助开发人员发现和修复 Terraform 配置文件中的错误和安全问题。通过使用 tflint，可以确保 Terraform 代码的质量和安全性，从而减少部署错误和安全漏洞的风险。tflint 支持自定义规则和插件，允许用户根据自己的需求扩展其功能

Go★ 5.8k⑂ 402devops

arendst/Tasmota

Tasmota：ESP8266和ESP32设备的替代固件 — Tasmota是一个开源的固件，允许用户对ESP8266和ESP32设备进行自定义配置和控制。它提供了一个简单易用的网页界面，支持OTA更新和自动化功能。通过Tasmota，用户可以实现完全本地化的设备控制，提高智能家居的安全性和可靠性。

C★ 24.6k⑂ 5.1ktools

trpc/trpc

trpc：简介 — trpc 通过提供一套简单易用的 API 开发工具，帮助开发者快速构建类型安全的 API 接口。这种方法可以减少错误的发生，提高代码的可维护性和可扩展性。同时，trpc 还支持与流行的框架如 Next.js 和 Prisma 集成，进一步提高开发效率。

TypeScript★ 40.4k⑂ 1.6kweb

source-foundry/Hack

Hack：源代码字体 — Hack是一款开源字体，旨在提供清晰易读的源代码显示。它支持多种编程语言和编辑器，能够提高开发者的工作效率。Hack的设计目标是提供一种美观且实用的字体，适用于各种开发环境

Shell★ 17.3k⑂ 659tools

taosdata/TDengine

TDengine：高性能时间序列数据库 — TDengine 是一个专为工业物联网（IIoT）场景设计的高性能、可扩展的时间序列数据库。它支持大规模数据存储和实时分析，能够满足工业设备、车联网、金融分析等领域的需求。TDengine 的高性能和可扩展性使其成为物联网数据处理的理想选择

C★ 25k⑂ 5kbackend

gyscos/cursive

cursive：Rust 编程语言的文本用户界面库 — cursive 库为 Rust 程序员提供了创建文本用户界面的简单方法，帮助开发者快速构建终端应用。它的设计初衷是为了替代传统的 ncurses 库，提供更现代化的 API 接口。通过使用 cursive，开发者可以更容易地创建交互式的终端程序

Rust★ 4.8k⑂ 267tools

deniscerri/ytdlnis

ytdlnis：Android 的全功能音频/视频下载器 — ytdlnis 是一个基于 Kotlin 开发的 Android 应用，利用 yt-dlp 实现全功能的音频/视频下载。它支持多种格式，包括 mp3 和视频格式，并且具有 Material Design 界面。ytdlnis 的出现为 Android 用户提供了一个便捷的下载工具，满足他们对音频/视频内容的需求

Kotlin★ 9.3k⑂ 407mobile

barry-ran/QtScrcpy

QtScrcpy：安卓实时显示控制软件 — QtScrcpy是一个开源的安卓实时显示控制软件，使用Qt框架和ADB协议实现安卓设备的实时显示和控制。它可以实时显示安卓设备的屏幕，并允许用户控制设备。该软件对于安卓开发者和测试人员来说非常有用

C++★ 30.6k⑂ 3.6kmobile

wtfutil/wtf

wtf：终端个人信息仪表盘 — wtf是一个使用Go语言开发的终端个人信息仪表盘，用于显示个人信息、系统状态和其他相关数据。它提供了一个简单的方式来监控和管理系统信息。wtf的开发使用了TUI和CUI技术，提供了一个用户友好的界面

Go★ 17k⑂ 855tools

unslothai/unsloth

unsloth：本地运行开放模型的网页界面 — unsloth 提供了一个用户友好的界面，用于训练和运行各种开放模型。它支持多种模型，如 Gemma 4、Qwen3.6、DeepSeek 和 gpt-oss，能够满足不同用户的需求。通过 unsloth，用户可以在本地环境中训练和运行这些模型，从而提高效率和安全性

Python★ 68.4k⑂ 6.2kai-ml

mudler/LocalAI

LocalAI：开源人工智能引擎 — LocalAI是一个开源的人工智能引擎，支持在任何硬件上运行多种模型，包括LLMs、视觉、语音、图像和视频模型。它不需要GPU支持，这使得其应用更加广泛。LocalAI的出现使得人工智能技术更加便捷和普及。

Go★ 47.7k⑂ 4.3kai-ml

sampotts/plyr

plyr：简单的HTML5、YouTube和Vimeo播放器 — plyr是一个轻量级的JavaScript库，用于播放HTML5、YouTube和Vimeo视频。它提供了简单的API和自定义选项，适用于各种web应用。plyr的简单性和灵活性使其成为开发者的首选。

JavaScript★ 29.9k⑂ 3.1kweb

jarrodwatts/claude-hud

claude-hud：代码插件 — claude-hud是一个JavaScript编写的Claude Code插件，用于显示当前的上下文使用、活动工具、运行代理和待办事项进度。它帮助用户更好地了解系统的状态和运行情况。通过使用claude-hud，用户可以更高效地管理任务和资源。

JavaScript★ 26.6k⑂ 1.2ktools

mastra-ai/mastra

mastra：构建AI应用框架 — mastra是Gatsby团队推出的一个框架，用于构建AI驱动的应用和代理。它利用现代TypeScript技术栈，支持构建复杂的AI应用。mastra的出现为开发者提供了一个高效的工具，用于创建智能应用和代理。

TypeScript★ 26.3k⑂ 2.5kai-ml

readest/readest

readest：现代电子书阅读器 — readest旨在为书籍爱好者提供无缝的跨平台阅读体验，配备了强大的工具和直观的界面。它支持多种电子书格式，包括epub、mobi、pdf等。通过readest，用户可以轻松地管理和阅读电子书，享受舒适的阅读体验。

TypeScript★ 22.5k⑂ 1.4kweb

FunAudioLLM/CosyVoice

CosyVoice：多语言大型语音生成模型 — CosyVoice是一个多语言大型语音生成模型，提供了推理、训练和部署的全栈能力，支持包括中文、英文、日语和韩语在内的多种语言。该模型可以用于各种应用场景，如语音合成、聊天机器人和语音克隆等。CosyVoice的出现可以帮助开发者更容易地创建多语言语音交互系统。

Python★ 22.1k⑂ 2.6kai-ml

VoltAgent/voltagent

voltagent：AI智能代理工程平台 — voltagent是一个开源的TypeScript AI智能代理框架，用于构建和管理AI智能代理。它提供了一个灵活和可扩展的平台，用于开发和部署AI智能代理。通过使用voltagent，开发者可以更容易地构建和管理AI智能代理，从而提高AI应用的效率和效果。

TypeScript★ 10k⑂ 1kai-ml

dicebear/dicebear

dicebear：头像库 — dicebear是一个为设计师和开发者提供的头像库，提供了多种风格的头像，包括api、avataaars、bottts等，可以帮助开发者快速实现头像功能。dicebear支持Vue等语言，并且可以与Figma等设计工具集成。dicebear的头像库可以帮助开发者提高用户体验和Retention率

Vue★ 9.1k⑂ 397backend