精選工具集

最佳 語音與音訊工具

比較 412 款經過品質篩選的 語音與音訊工具,參考公開熱門度、活躍度、授權與資料來源。

瀏覽經品質篩選的 語音與音訊工具,可依資料來源、收費方式或新舊程度縮小範圍,更快找到合適選項。

語音與音訊工具 推薦

412 項工具

92/100

hermes-talk

Hermes Talk:Hermes Agent 的即時雙向語音。使用您的 ChatGPT 或 X Premium 訂閱,無需 API 金鑰。支援 OpenAI、Grok、Gemini。終端機、Discord、儀表板。

開放原始碼 語音與音訊工具
S2
91/100

Supertonic 2 (TTS)

超快速、裝置端、多語言 TTS

開放原始碼 語音與音訊工具
91/100

otopilot

將一個主題轉變為完整的 YouTube Short/影片:劇本、免費及 CC0 圖片、配音、字幕、縮圖。在本地端執行,無需金鑰。可與 Claude Code 搭配使用

開放原始碼 語音與音訊工具影片工具
91/100

HOT-Step-CPP

轉動旋鈕。召喚動感節拍!現在擁有更多 C++!由 GGML 驅動的本地 AI 音樂生成工具。

開放原始碼 AI 工具語音與音訊工具
D3
91/100

Drama 3

Direct Fish Audio Drama 3,在 ZeroGPU 上串流播放

開放原始碼 語音與音訊工具
91/100

remiqora

免費、開源的本地 AI 音樂工作室:ACE-Step 1.5 與 YuE2-3B 文字轉音樂、音軌分離、AI 編曲器為您的音軌添加聲部、多軌 DAW

開放原始碼 AI 工具語音與音訊工具
91/100

vox

一個高效能語音轉文字(STT)與文字轉語音(TTS)處理的通用 AI 工具包,專為低延遲與簡易模型整合而設計。

開放原始碼 AI 工具語音與音訊工具
91/100

podgenai

基於 OpenAI GPT 的資訊型有聲書/播客 MP3 產生器

開放原始碼 語音與音訊工具
91/100

tg2obsidian

這個機器人從 Telegram 聊天室或群組抓取新訊息,並將其放入本機的 Obsidian 筆記庫中。

開放原始碼 生產力工具語音與音訊工具
91/100

whisrs

Linux 桌面的語音功能:聽寫、朗讀,以及語音驅動的 LLM 指令。支援 Wayland 與 X11:Hyprland、Sway、Niri、GNOME、KDE。雲端或完全離線。Writ

開放原始碼 AI 工具語音與音訊工具
91/100

MOSS-Speech

一個端到端的語音對語音語言模型,無需文字引導即可產生語音回應

開放原始碼 語音與音訊工具
91/100

VivaDicta

iOS 和 watchOS 的語音轉文字應用程式,具備 AI 語音鍵盤、裝置端 RAG 及筆記對話功能,由 Apple Foundation Models、WhisperKit 和 NVIDIA Parake 提供支援。

開放原始碼 語音與音訊工具
91/100

persona-voice

為 ChatGPT、Codex 和 Grok Bot 自訂輸出語音 — 本機且近乎即時。

開放原始碼 語音與音訊工具
91/100

voiceblender

可程式化的語音 AI 平台:SIP 與 WebRTC 通話控制、多方混音、錄音、TTS/STT,以及可插拔的 AI 代理(ElevenLabs、VAPI、Pipecat、Deepgram)

開放原始碼 語音與音訊工具
91/100

AudioAuditor

一個強大的開源音訊分析與播放工具組。驗證無損品質、偵測AI生成的曲目,並使用內建高解析播放器與進階等化器探索您的音樂庫。支援 h

開放原始碼 AI 工具語音與音訊工具
91/100

RWKV_APP

跨平台、本機優先的 RWKV 聊天,使用 Flutter 建置,支援 Android、iOS、Windows、macOS 和 Linux。

開放原始碼 AI 工具語音與音訊工具
91/100

LumaBrowser

本地 AI 桌面應用程式:一款搭載 GPU 感知 llama.cpp 執行環境的 Chromium 瀏覽器,具備 OpenAI 相容 API、AI 聊天與代理、Stable Diffusion 圖片/影片、TTS 與音樂功能

開放原始碼 語音與音訊工具
91/100

VoiceStudioV2

本地 AI 語音工作室:即時變聲、文字轉語音、語音克隆與配音,內建可取代 OpenAI 的相容 API。100% 離線,無需雲端,無需 API 金鑰

開放原始碼 語音與音訊工具
91/100

whisper-stream

使用 OpenAI Whisper API 的 bash 腳本,用於連續音頻轉錄並具備自動靜音偵測功能

開放原始碼 語音與音訊工具
91/100

DeSTA2

用於 ICASSP 2025 論文「Developing Instruction-Following Speech Language Model Without Speech Instruction-Tuning Data」的程式碼與模型

開放原始碼 語音與音訊工具
90/100

docs-mcp

CometChat 文件搜尋與實作套件:透過 AI 編碼代理在您的應用程式中新增聊天、語音、影片及內容審核功能。

開放原始碼 語音與音訊工具
90/100

scribecrate

ScribeCrate:開源、自託管的 Whisper 語音轉文字伺服器,由 faster-whisper 驅動。與 OpenAI 相容的轉錄和英文翻譯 API、說話者日誌、JSON/SRT/VTT 輸出、SSE 串流、離線操作(快取模型)及 Docker 部署於 CPU (amd64/arm64) 或 NVIDIA

開放原始碼 寫作工具語音與音訊工具
90/100

libratory

您的免費書籍與有聲書實驗室。將您擁有的 PDF 轉換為帶章節標記的 M4B 有聲書、跟讀書籍及雙語版本,全部在您自己的機器上完成。

開放原始碼 AI 工具語音與音訊工具
IV
90/100

Inflect v2 — Tiny Local TTS

即時運行完整的 3.96M 及 9.36M 文本轉波形模型。

開放原始碼 語音與音訊工具