voice-conversion

🐸💬 - 用於文字轉語音的深度學習工具包，已在研究與生產環境中驗證

只需 ≤ 10 分鐘的語音資料，即可輕鬆訓練出優秀的 VC 模型！

Gradio WebUI 為創作者與開發者提供關鍵 TTS（Edge‑TTS、kokoro）與零樣本語音克隆（E2 & F5‑TTS、CosyVoice），並支援 Whisper 音訊處理、YouTube 下載、Demucs 人聲分離與多語言翻譯

Amphion（/æmˈfaɪən/）是一套音訊、音樂與語音生成工具箱，旨在支援可重現的研究，協助初學者與工程師快速進入音訊、音樂與語音生成的研發領域。

端到端語音處理工具包

so-vits-svc 分支，支援即時功能、改進介面與更多特性

從 EPUB、PDF 與文字產生有同步字幕的有聲書。

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

[AutoArk] GPA (General Purpose Audio) 只需一個極小的模型即可進行 ASR、TTS 與語音轉換！

🔊 語音與聲音運算開源資料集的完整清單（95+ 個資料集）。

一款由 ggml 驅動的一體化純 C++ 音訊模型推理引擎。支援 TTS、STT、VAD、語音轉換、音樂生成等功能，具備高度優化的效能，無需依賴 Python。

在 Android 上輕鬆選擇、啟動和管理您偏好的 AI 數位助理。

一個 ComfyUI 自訂節點整合套件，用於本機多引擎、多語言文字轉語音與語音轉換。支援：RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox（經典與多語言）、F5-TTS、Higgs Audio 2、3 與 VibeVoice，具備無限文字長度、SRT 計時、角色支援及多種音訊工具

AutoVC：僅使用自動編碼器損失的 Zero-Shot 語音風格轉換

YourTTS：實現全民皆可用的零樣本多發音人 TTS 與零樣本語音轉換

NISQA - 非侵入式語音品質與 TTS 自然度評估

用於音訊處理的深度學習

FreeVC：邁向高品質免文字單次訓練語音轉換

透過三重資訊瓶頸的非監督式語音分解

僅使用最近鄰演算法的語音轉換。

StarGANv2-VC：一個用於自然語音轉換的多樣化、非監督式、非平行框架。

一個統一音訊處理與生成的開源專案。