voice

5秒克隆声音，实时生成任意语音

大语言模型微调与强化学习 🦥 以2倍速度训练OpenAI gpt-oss、Qwen3、Llama 4、DeepSeek-R1、Gemma 3，节省70%显存

MIT与MyShell联合开发的即时语音克隆技术

开源语音合成工作室

完全本地的Manus人工智能系统。无需API接口，无需每月200美元支出。仅需支付电费即可体验能思考、浏览网页和编程的自主智能体。官方更新仅通过推特账号@Martin993886460发布

VoxCPM：面向上下文感知语音生成与逼真音色克隆的无分词器文本转语音系统

从电子书生成有声书，支持语音克隆及1107种以上语言！

端到端实时技术栈，连接人类与人工智能

Netflix级字幕切割、翻译、对齐、甚至加上配音，一键全自动AI视频字幕团队

端到端语音识别基础工具包与开源SOTA预训练模型，支持语音识别、语音活动检测、文本后处理等功能。

适用于Android、iOS、树莓派及服务端的离线语音识别API，支持Python、Java、C#和Node.js开发语言。

使用开源的 QuestPDF 库及其 C# 流式 API，在 .NET 应用程序中生成和编辑 PDF 文档。轻松构建发票、报告和数据导出。

免费开源的ERP平台

可在本地运行AI的生产就绪工具包

面向对话式语音人工智能代理的开源框架。

语音与多模态对话式人工智能开源框架

说话人日志神经构建模块：语音活动检测、说话人变更检测、重叠语音检测、说话人嵌入

在线会计软件

基于 Laravel 构建的开源发票、报价单、项目和工时追踪应用

面向边缘设备的快速准确自动语音识别

Mumble是一款开源、低延迟、高品质的语音聊天软件。

Dolibarr ERP CRM是现代企业管理软件套件，用于管理公司或基金会活动（联系人、供应商、发票、订单、库存、日程、会计等）。它是用PHP编写的开源Web应用程序，适用于各种规模的企业、基金会和自由职业者

Stream 推出的开放视觉智能体平台。使用任意模型或视频提供商快速构建视觉智能体。利用 Stream 的边缘网络实现超低延迟。

可在本地运行AI的生产就绪工具包