MLX Audio

开源多模态 & 视觉 › TTS/语音合成⭐ 7.3k↑+20

基于 Apple MLX 框架的语音合成与识别库，支持 TTS、STT 和 STT，在 Apple Silicon 上高效运行。

🎯适用场景：在 Mac 上本地运行高质量的语音合成和识别

#tts#stt#speech#mlx#apple-silicon#text-to-speech

📥 收录于 2026/6/10

访问工具

📊 仓库数据

Stars7,334
Forks628
语言Python
更新2026/6/12

📈 Stars 变化 ↑2 天 +20· 统计区间 6/10 18:12 → 6/12 07:12（2 天）

✅ 优点

  • •Apple Silicon 原生优化，推理速度极快
  • •同时支持 TTS、STT 和语音转换
  • •基于 Transformers 生态，模型兼容性好

⚠️ 限制

  • •仅限 Apple Silicon 硬件
  • •模型选择相对有限

🔗 相关工具

VibeVoice

开源⭐ 49k↑+57

github.com/microsoft/VibeVoice

微软开源的前沿语音 AI 模型，支持高质量语音合成与声音克隆，适用于多语种 TTS 与语音交互场景

🎯机器人控制、仿真与边缘部署、语音合成与实时语音交互

#voice#speech#microsoft#开源
语言Python
🍴 Forks5,472
🔄 更新2026/6/12
📥 收录2026/5/18

MockingBird

开源⭐ 37k↑+3

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#深度学习#pytorch#speech+1
语言Python
🍴 Forks5,209
📅 上线2021/8/7
🔄 更新2026/6/11
📥 收录2026/5/20

Fish Speech

开源⭐ 31k↑+25

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
🍴 Forks2,622
📅 上线2023/10/10
🔄 更新2026/6/12
📥 收录2026/5/20

CosyVoice

开源⭐ 22k↑+29

github.com/FunAudioLLM/CosyVoice

阿里 FunAudioLLM 多语言语音生成大模型，提供推理、训练和部署全栈能力，支持跨语种合成和声音克隆。

🎯多语言语音合成、声音克隆、实时语音交互

#语音合成#voice-cloning#tts#multi-lingual
语言Python
🍴 Forks2,485
🔄 更新2026/6/12
📥 收录2026/5/31

Index Tts

开源⭐ 21k↑+28

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#语音合成+1
语言Python
🍴 Forks2,608
📅 上线2025/2/6
🔄 更新2026/6/12
📥 收录2026/5/20

Edge Tts

开源⭐ 11k↑+20

github.com/rany2/edge-tts

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

🎯语音合成 / TTS

#语音合成#tts
语言Python
🍴 Forks1,042
📅 上线2026/3/22
🔄 更新2026/6/12
📥 收录2026/5/24
← 浏览全部 1016 个工具