voice-cloning

即時語音助理 —— WebRTC 串流、faster-whisper ASR、本地 LLM、Vui Nano (300M) TTS。相容 OpenAI Realtime API。支援語音複製、插話打斷，在 4090 上約有 9 倍即時效能。採用 Apache 2.0 授權。

MimikaStudio - 適用於 macOS (Apple Silicon) 的本機優先應用程式 + 支援 Agentic MCP

使用 Chatterbox 的本地、相容 OpenAI 的文字轉語音 (TTS) API，讓使用者能在任何使用 OpenAI API 的地方產生語音複製內容（例如 Open WebUI、AnythingLLM 等）

將 PDF 與 EPUB 轉為有聲書；將字幕或影片轉為配音影片（包含翻譯）等等。完全免費。Pandrator 使用本機模型，包含語音複製（即時、RVC 強化、XTTS 微調）與 LLM 處理。期許成為一個具備圖形介面、安裝程式與一體化套件的使用者友善應用程式。

YouDub 是一個開源工具，旨在自動化地將優質的 YouTube 影片進行翻譯和配音，以便將其搬運到中文互聯網上。該工具使用了 AI 語音識別技術將音訊轉換為文字，然後透過大語言模型將文字翻譯成中文，最後透過 AI 聲音複製技術將中文轉換為音訊。這樣，我們就可以創建出具有原始 YouTuber 音色的中文配音影片。

用於 VibeVoice TTS 的 ComfyUI 自訂節點。具備表現力、長文本、多語者對話語音功能

Chatterbox 的修改版本，支援文字檔輸入且無字元限制。我用它來製作有聲書，特別是給孩子們聽的。

在 Mac (M1/M2/M3/M4) 上本地執行 Qwen3-TTS 文字轉語音。支援語音複製、語音設計與自訂語音，使用 MLX 實現 100% 離線運作

全球首款具備個人化語音複製功能的開源即時端對端語音對話模型。

ComfyUI 的 OmniVoice TTS 節點 - 支援語音複製、語音設計與多說話者對話的零樣本多語言文字轉語音技術

用於高表現力語音與真實零樣本語音複製的 ComfyUI 節點