Aivis开源项目 – 高音质AI语音生成工具

mlx-audio 是一个基于 Apple 的 MLX 框架构建的文本转语音 (TTS) 和语音转语音 (STS) 库，专为 Apple Silicon 设备优化，提供高效的语音合成功能。它支持多语言、语音自定义和量化技术，适用于需要高性能语音合成的应用场景。

Paper2GUI是一个免安装即开即用的AI桌面应用工具箱，支持15种以上的AI模型，涵盖语音合成、视频补帧、视频超分、目标检测、图片风格化、图片OCR识别等多个领域，旨在让每个人都能够简单方便地使用前沿的人工智能技术。

Respeecher是一个基于深度学习的生成式AI语音合成平台，专注于影视级语音克隆与方言优化。该项目成立于2018年，已获超300万美元投资，核心技术包括文本转语音(TTS)和语音转语音(VTS)转换，能精准捕捉情感细微差别并支持多语言/方言。其特色在于严格的伦理AI实践，要求声音使用必须获得授权，曾为《曼达洛人》《赛博朋克2077》等知名影视游戏项目提供声音解决方案，并获得Webby奖、戛纳评审团奖等多项行业认可。团队在乌克兰战争期间仍持续运营，2024年还支持了美国NO FAKES法案以保护声音版权。

Resemble是一个先进的人工智能工具，专注于创建逼真且可定制的语音克隆。它帮助内容创作者、营销人员和企业提升音频内容，提供近乎人声的合成声音。用户可以快速生成高质量的音频内容，支持多种语言，具备情感调制功能，方便进行音频编辑和集成。

Kokoro 82M 是一个高质量的 TTS 模型，能够生成极高音频质量的语音，同时模型大小不到 300M，便于部署和使用。该模型在 T4 上能够快速生成语音，并支持通过架构训练其他语言，且只需不到 100 小时的音频数据进行训练。

Clapper.app是一个开源的AI视频编辑工具，能够将剧本转化为故事板、视频、语音、声音和音乐，目前仍处于早期开发阶段，旨在帮助用户更高效地创建视频内容。

Plot Factory 是一个创新的在线故事规划工具，旨在帮助作家简化规划、组织和写作叙事和虚构宇宙的过程。该平台无需安装，用户可以从几乎任何地方（甚至移动设备上）进行创作，支持详细的角色表、复杂的故事情节构建，以及以逼真的声音叙述书写内容。适合业余和专业作家，提供强大的环境，支持个人创意和协作努力。

GeniusMindsAI 提供多种 AI 工具，支持内容创作、语音合成、聊天机器人、图像生成、语音转文本和代码生成，具备多语言支持、团队协作和增强安全性，为用户提供无与伦比的价值。

MARS5-TTS 是一个开源的多语言语音合成模型，能够通过2-3秒的音频参考，在140多种语言中复现语音表现，包括体育解说、电影、动画等极具挑战性的韵律场景。该项目旨在提供高效、逼真的语音合成解决方案，简化语音内容的生成和编辑过程。

HaiLuo Voice AI 是由 MiniMax 开发的语音 AI 产品，采用 T2A-01-HD 模型，支持 17 种语言和超过 300 种音色。该产品能够生成最多 10,000 字的语音，质量经过严格测试，适用于各种复杂场景。用户可以自定义语音参数，如情感、语速、音高和音色效果。此外，它还支持语音克隆，只需 10 秒音频即可捕捉语音的细微差别和情感底色，适合电影配音、有声书制作和高端虚拟助手的专业应用。

Muice-Chatbot 是一个由 ChatGLM2-6B 和 Qwen-7B Qlora 微调模型驱动的聊天机器人，具备主动聊天、丰富情感色彩和高度定制化等特点。它支持 Python 3.10 环境部署，具有个性化的二次元风格和丰富的交互性。

Replica Studios是一款创新的AI工具，旨在革新创意和专业环境中的声音制作。通过先进的语音AI和文本转语音技术，Replica Studios为游戏、动画、电影和电子学习等多个行业提供了一整套工具，使用户能够以多种语言生成逼真的配音和对话，简化动态语音内容的创建过程，无需复杂的录音设备。

Gemma Open Models是谷歌推出的一系列轻量级、先进的开源模型，旨在支持快速的AI研究和应用。用户可以通过快速入门指南、基准测试、在谷歌云上训练和部署这些模型，并积极参与社区以推动AI研究。

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。

Vocs AI是一款AI语音生成器，拥有超过30位原创AI歌手、说唱歌手和配音艺术家，适用于商业用途，帮助全球的音乐制作人、词曲作者、广告公司、游戏工作室和在线创作者。用户可以上传干净的无伴奏人声，选择一位AI艺术家，将原始人声转换为AI歌手的声音，并下载转换后的AI人声，用户可完全控制AI歌手的情感和整体音效。