Easy Voice Toolkit开源项目 – 本地AI语音工具箱

ClearCypherAI是一家美国的AI初创公司，专注于生成音频解决方案和数据集。该公司提供尖端的AI技术，包括文本转音频转换、音频转文本转录和音频间的交流。其使命是提供驱动AI的多语言、多模式和实时语音智能。

Supervised是一个平台，允许用户使用OpenAI的GPT引擎构建监督型大语言模型（LLMs）。它提供用户友好的界面，支持使用自定义数据来微调AI模型。用户还可以通过Supervised API部署、变现和集成他们的模型。

Revocalize AI是一个专业级AI语音生成工具包，允许用户创建自定义AI声音或使用官方授权的AI语音模型，在几秒钟内生成超真实的声音。它利用专有的语音合成技术捕捉声音的独特谐波，将任何输入声音转变为另一种声音，类似于为声音使用Photoshop。

Kits AI是一个为音乐创作者提供的AI声音生成和免费训练平台，用户可以使用我们的授权音库或免版税声音库中的AI艺术家声音来改变自己的声音，或者通过一键RVC v2模型训练从零开始创建、训练并分享自己的AI声音。同时也支持上传现有的.pth文件到RVC v1或v2模型进行高质量推理与模型共享。

Ai Note是一个出色的AI写作平台，能够生成既美观又符合搜索引擎优化的内容。用户只需描述内容主题并根据需要调整设置，输入一些基本信息或关键词，AI算法便能自动生成所需内容，用户可以轻松查看、编辑或导出结果。

Transcribe Live 是一个快速的工具，能够将音频转换为书面文本，适用于会议、讲座、播客或外语学习。它还可以对音频文件进行总结，便于用户获取关键信息。

SummyMonkey是一款在工作和学习中极具变革性的工具，能够高效进行邮件摘要、内容总结和数据提取，节省时间。其聊天功能提供更深入的洞察，使其成为一个多语言、智能的伴侣，带来变革性的体验。

aiwriter.fi是一个使用先进的OpenAI人工智能技术生成各种文本内容的平台，支持33种语言，能够生成文章、博客、广告等，还能利用DALL-E生成AI图像。

AI Writa是一款强大的AI写作和文本生成工具，用户可以轻松创建引人入胜的内容，同时高效管理图像API，节省宝贵的时间和精力。

Whisper API是一个强大的AI驱动的转录工具，利用OpenAI的Whisper模型，为音频文件提供准确可靠的转录服务。用户可以轻松地将Whisper的转录功能集成到他们的应用、服务或工作流程中。

VoiceLingo是一款iOS应用，允许用户将自己的声音转换为多种语言的音频。用户只需录音并选择目标语言，应用便会生成相应的音频输出，方便进行语言学习和交流。

Dubbing AI 是一款基于 AI 技术的语音变换工具，用户可以实时将自己的声音转换为其他人的声音，适用于各种场景，操作简单，且免费提供服务。

DevMind是一个集成各种AI能力的创意平台，支持聊天补全、图像生成、人脸交换、语音转换、吉祥物创建、魔法头像、二维码艺术、视觉AI、图像放大等功能，现阶段可免费使用。

Cogniflow是一个无代码AI平台，允许用户通过集成AI提升工作效率，无需任何编码。用户可以利用文本、图像或音频数据创建AI模型，提供无缝高效的信息提取、文档聊天和图像分析的自动化方式。

Betalgo OpenAI是一个Dotnet SDK，旨在将OpenAI的各种模型（如ChatGPT、Whisper、GPT-3和DALL·E）轻松集成到.NET应用程序中，支持多种功能，包括文本生成、语音识别和图像生成。

Meta Lingua 是一个轻量级、高效且易于修改的大型语言模型（LLM）研究代码库，专为研究者设计，支持模型训练和推理。其核心特点是使用易于修改的 PyTorch 组件，方便研究者尝试新的架构、损失函数和数据集。Meta Lingua 提供端到端的训练、推理和评估功能，模块化设计使其具有高度可重用性和灵活性，能够快速迭代和验证新概念。

文本相似度（匹配）计算，提供Baseline、训练、推理、指标分析等功能，支持TensorFlow和Pytorch两个版本，适合不同需求的开发者使用。

SuperDuperDB 允许用户在不需要将数据移动到复杂的管道和专业向量数据库的情况下，轻松构建AI应用。它能够将AI和向量搜索直接整合到数据库中，支持实时推理和模型训练，且只需使用Python编程。

AIAvatarKit是一个功能强大的AI对话数字人工具包，旨在帮助开发者快速构建基于AI的对话数字人。该工具包支持多平台操作，集成了语音识别和文本到语音功能，使得开发过程更加高效和便捷。AIAvatarKit的设计注重易用性和扩展性，适合各种应用场景。

Vapi是一个平台，允许开发者在几分钟内构建、测试和部署语音机器人，旨在简化与技术的语音交互。通过先进的AI算法，Vapi实现了无缝的语音识别、自然语言理解和语音合成，提升用户交互体验。

BEDLAM是一个合成数据集，包含展示详细生动动画运动的人体模型，旨在为模型训练提供丰富的数据支持。

AudioPen 是一款便捷的语音记录工具，用户只需点击录音，然后自由表达，AudioPen 会在录音结束后自动整理和清理内容，帮助用户更好地管理和使用语音笔记。

CrystalNet是一个神经网络软件包，专为晶体建模任务定制模型训练，旨在提升材料科学的研究效率和应用潜力。

《Large Language Model 书籍中文版》是一本系统介绍如何从零开始构建、训练和微调大型语言模型（LLMs）的书籍。书中详细讲解了从文本数据处理到注意力机制实现，再到模型预训练和微调的全过程。此外，书籍还提供了结合人类反馈进行模型优化的方法，以及如何将大语言模型应用于实际场景的指导。

堆友是由阿里巴巴设计团队开发的综合性设计平台，旨在支持设计师从初学者到专业设计师的全成长周期。平台集成了多种AI驱动的工具，帮助用户提升创作效率，尤其在电商设计领域表现突出。堆友提供丰富的AI功能和图像编辑工具，如文生图、图生图、海报设计、高清放大、一键抠图等，同时还提供3D素材库、专业WebUI版本和模型训练功能，适合各类设计师使用。

一组优化性能的先进机器学习模型，可在高通®设备上部署，涵盖视觉、语音、文本和生成式 AI 等领域。

cl-waffe2是一个基于Common Lisp的图和张量抽象的深度学习框架，具有可扩展性、内联优化、图优化、可视化和调试等特点，旨在为研究和开发提供强大的工具支持。

Clear.ml 是一个开源的连续机器学习平台，专注于促进 AI/ML 模型的开发、集成、部署和扩展，支持从数据管理到模型训练再到部署的整个生命周期。

本地语音助手：无需联网即可在个人电脑上运行的语音助手，集成了语音识别和语音合成功能，打造类似电影《钢铁侠》中的 Jarvis 或 Friday 的离线语音助理体验