jamiepine/voicebox

本页介绍外部开源仓库，并非 HDATF 产品。

它做什么

一款本地AI语音工作室，可用简短音频样本克隆声音，用多种TTS引擎生成语音，并通过快捷键在任意文本框中听写输入。它还可以为支持MCP的AI agent提供声音。

对 ATF 的帮助

与我们的产品无关，因进入排行榜而一并收录。

许可证

MIT 宽松许可。保留版权声明即可商用和修改。

同领域的其他仓库

• waooAI/waoowaoo
  用于制作图片和视频的AI工作空间。用户与助手一起完善创意简报，上传参考素材，在画布上生成和修改结果；将结果修改为新版本时会保留原版本。
• dwzhu-pku/PaperBanana
  这是一个利用VLM和图像生成模型为学术论文制作插图的工具，提供可选择模型的Streamlit界面。它是从Google Research的PaperVizAgent fork而来的项目。
• nikopueringer/CorridorKey
  CorridorKey 是用于绿幕抠像的神经网络。它从原始绿幕画面中，为每个像素预测前景颜色和干净的线性 alpha 通道，包括半透明边缘和运动模糊。
• ace-step/ACE-Step-1.5
  ACE-Step 1.5是一个可在Mac、AMD、Intel和CUDA设备上本地运行的开源音乐生成模型。用户可以用几首歌曲训练LoRA，以体现自己的风格。
• hacksider/Deep-Live-Cam
  Deep-Live-Cam是只用一张图片即可实时换脸并制作视频deepfake的工具。它内置检查功能，用于阻止裸露或血腥画面等不当媒体。

只收录进入 Trendshift 排行榜的仓库，榜单仅用于寻找候选项目，不转载名次。说明、许可证和星标数来自各 GitHub 仓库。解读是我们自己的判断。我们尚未测试这些项目，上榜并不证明质量。