voice

只需 ≤ 10 分钟的语音数据，即可轻松训练出优秀的 VC 模型！

端到端实时流堆栈，连接人类与 AI

开源框架，用于语音代理、多模态应用和实时 AI。由 Daily 和社区维护。

用于构建实时语音 AI 代理的框架 🤖🎙️📹

开源框架，用于对话式语音 AI 代理

Very low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces

Linux 上的实时麦克风噪声抑制

基于 Xiph 的 RNNoise 的降噪插件。

💬 你网站的语音识别

A simple, high-quality voice conversion tool focused on ease of use and performance.

Common Voice is part of Mozilla's initiative to help teach machines how real people speak.

歌声转换与歌声克隆的核心引擎

Voice AI SDK 是一个可重复使用的 Android 库，可在几分钟内为任何应用程序提供完整的语音驱动 AI 对话流程。语音助手 + Android 语音 AI + SDK + MVVM + Kotlin

🔊 语音与声音计算开源数据集的完整清单（95+ 个数据集）。

一个使用 C++ 与 GTK 3 制成、支持语音的替代 Discord 客户端

您应用的自我编码系统 — 用于 iOS 的 Alan AI SDK

此 TeamSpeak 6 服务器 Beta 仓库包含 TeamSpeak 6 服务器软件的最新测试版，提供改进与错误修复的抢先体验。此 Beta 版本旨在于稳定版推出前进行测试与收集意见反馈。

为你的应用程序打造的自我编码系统 — 适用于 Android 的 Alan AI SDK

应用程序的自我编码系统 — 用于 Flutter 的 Alan AI SDK

一个 100% 隐私、运行在你电脑上的 AI 语音助手（可离线运行）。自然地对话，就像 Jarvis 是房间里的第三个人一样，并获得对话式的回应。它能记住一切、知道位置与时间、可以查询网络、控制 Chrome、追踪营养状况，并支持无限量的 MCP/工具且不会发生上下文腐化（context rot）。

应用程序的自我编码系统 — 适用于 Ionic 的 Alan AI SDK

🔥 一个强大且精简的 MusicLibrary（一个丰富的音乐播放封装库，支持多种音频格式，完美解决你的问题。）

与 Claude Code 进行自然语音对话

API For Docker 一个基于多种编程语言开源免费不限制提供生活常用、出行服务、开发工具、金融服务、通讯服务和公益大数据的平台。

别让光标拖慢你的速度。

Gp.nvim (GPT prompt) Neovim AI 插件：ChatGPT 对话与可指令化的文字/代码操作与语音转文字 [OpenAI, Ollama, Anthropic, ..]

MTools 是一个功能强大的多功能桌面应用程序，集成了音视频处理、图片编辑、文本操作和编码工具，内置AI增强功能。旨在简化您的工作流程，提升生产效率

StreamSpeech 是一个用于离线与同步语音识别、语音翻译及语音合成的“一体化”无缝模型。

µTox 是最轻量、最流畅的 Tox 客户端。

TongFlow — 多模态 GenAI 工作室