edge-tts

开源多模态 & 视觉⭐ 11k

edge-tts 是一个 Python 库，利用微软 Edge 浏览器的在线语音合成服务实现文本转语音，无需安装 Edge 或 Windows，也不需要 API Key，支持多种语言和声音选择

🎯适用场景：语音合成 / TTS

#speech-synthesis#text-to-speech#tts
访问工具

📊 仓库数据

Stars11,019
Forks1,101
语言Python
上线2026/3/22
更新2026/3/22

✅ 优点

  • •开源免费
  • •无需 API Key
  • •支持多语言多音色

⚠️ 限制

  • •依赖微软服务稳定性
  • •离线环境无法使用

🔗 相关工具

piper

开源⭐ 11k

github.com/rhasspy/piper

Piper 是一个快速、轻量级的本地神经语音合成系统，基于 C++ 实现，支持多语言离线运行，可在树莓派等低性能设备上流畅工作，适合智能家居场景

🎯 语音合成 / TTS

#speech-synthesis#text-to-speech#tts
语言C++
🍴 Forks1,099
📅 上线2025/8/26
🔄 更新2025/8/26

index-tts

开源⭐ 21k

github.com/index-tts/index-tts

工业级可控高效 TTS，4.4K+ stars。工业级可控高效的零样本文本转语音方案，支持语音克隆和风格控制

🎯 机器人控制、仿真与边缘部署、语音合成与实时语音交互

#bigvgan#cross-lingual#indextts#text-to-speech+1
语言Python
🍴 Forks2,559
📅 上线2025/2/6
🔄 更新2026/5/24

MockingBird

开源⭐ 37k↑+2

github.com/babysor/MockingBird

5 秒克隆声音，37K+ stars。5 秒克隆声音生成任意语音的实时语音合成工具，支持多语种语音克隆

🎯 语音合成与实时语音交互

#ai#deep-learning#pytorch#speech+1
语言Python
🍴 Forks5,218
📅 上线2021/8/7
🔄 更新2026/5/24

fish-speech

开源⭐ 30k↑+3

github.com/fishaudio/fish-speech

SOTA 开源 TTS，30K+ stars。最先进的开源文本转语音方案，支持高质量语音合成和多语种语音克隆

🎯 语音合成与实时语音交互

#llama#transformer#tts#valle+1
语言Python
🍴 Forks2,589
📅 上线2023/10/10
🔄 更新2026/5/24

sherpa-onnx

开源⭐ 12k↑+2

github.com/k2-fsa/sherpa-onnx

基于 ONNX 的多平台语音处理引擎，支持语音转文字（ASR）、文字转语音（TTS）、说话人分离、语音增强和 VAD 等功能，可在 Android/iOS/Raspberry Pi/嵌入式设备上运行。（12K+ stars）

🎯 离线语音识别、嵌入式 TTS、语音助手后端、会议转录

#speech-to-text#text-to-speech#onnx#speech+1
语言C++
🍴 Forks1,406
🔄 更新2026/5/24

Stable Diffusion WebUI

开源⭐ 163k↓2

github.com/AUTOMATIC1111/stable-diffusion-webui

最流行的 Stable Diffusion Web UI，162,491+ stars。提供直观的图形界面，支持文生图、图生图、ControlNet、LoRA 微调、Inpainting 等核心功能，是 AI 图像生成领域的事实标准工具

🎯 大模型微调与训练、多模态内容理解与生成

#图像生成#Stable Diffusion#Web UI#开源
语言Python
🍴 Forks30,360
🔄 更新2026/5/24
← 浏览全部 514 个工具