开源AI翻唱工具

So-vits-svc（也称Sovits）是一款基于VITS、soft-vc、VISinger2等技术的开源免费AI语音转换软件。它能够快速学习目标声音特征，实现高质量的语音克隆与变声，适用于多种场景如AI配音、虚拟主播、音乐翻唱等。

Audiogen Codec (agc)是一个开源的音频编解码器，提供低压缩率的48khz立体声神经音频编解码，适用于一般音频，旨在优化音频保真度。

End Boost 是一款自动混音和母带处理音频的软件，利用 Alex Audio Butler 的 AI 算法，根据预设混合并优化语音、音乐和音效。用户只需将音频导入软件，End Boost 将自动应用自定义的音量曲线、压缩、限制和降噪，提供高质量的整体混音。

可本地部署的AI语音工具箱，提供语音识别、语音转写、语音转换等功能，支持音频处理、数据集创建和模型训练，适用于音频文件到理想语音模型的转换。

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。

Stems ST-02是一款强大且易于使用的音频分离工具，能够高质量和高精度地分离人声和伴奏音轨。

Wenet STT Python是一个基于WeNet的语音识别库，旨在提供高效、准确的语音转文本功能。它支持多种语言，能够实时处理语音输入，并允许用户自定义模型以满足特定需求，易于与现有Python项目集成。

MetaVoice Studio是一个前沿平台，旨在彻底改变创作者的配音制作方式，结合超真实的人声，为项目注入丰富的情感和真实性。

VocalRemover.co是一个帮助DJ、音乐制作人和卡拉OK爱好者将歌曲分离成音轨的网站，支持高质量的音频处理，便于重混或移除特定音元素。

Clip.audio 是一个先进的AI音频搜索引擎，改变了用户发现、生成和混音音频的方式。它通过高级算法提供超过两百万种来自互联网的音频，支持多种音频格式，界面友好，适合各种创意项目。

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。

该项目是一个基于Colab的Gradio网页界面，旨在便捷地运行和使用多个已训练好的大语言模型，支持用户直接输入文本并进行生成，同时也允许使用自定义模型进行文本生成，适用于自然语言处理和文本生成等多个领域的研究和应用。

LLMFarm是一个基于GGML库构建的项目，支持在iOS和MacOS平台上离线运行多个大语言模型，提供用户友好的界面和高效的模型加载与推理功能。

专门为构建个性化普通话文本转语音(TTS)系统而设计的语音语料库，提供多样的语音样本，适合训练深度学习模型，支持多种语音合成技术的研究与应用，易于扩展和集成到现有的TTS框架中。

LIDO是一款AI音乐生成器，可以根据用户提供的歌词和风格创作出逼真的自定义歌曲。无论您需要为TikTok、Reels、视频或其他内容制作免版税音乐，LIDO都能满足您的需求。

SEPIA 服务器支持通过WebSocket连接进行开源语音识别，易于自定义与扩展，兼容多种语音识别引擎。

由Mozilla.ai开发的开源平台，旨在帮助用户选择适合自己需求的语言模型，支持评估总结任务，特色在于提供在线和离线模型评估

Ollama 是一个轻量级、可扩展的框架，旨在让用户能够轻松地在本地运行和自定义大语言模型。它支持多种大语言模型，包括 Llama 3.1、Phi 3、Mistral、Gemma 2 等，并提供 OllamaGenerator 和 OllamaChatGenerator 组件，用于集成到 Haystack 2.0 管道中。Ollama 还支持自定义和创建自己的模型，提供方便的 Docker 容器部署方法，并支持文本嵌入和文档嵌入功能。此外，Ollama 在单机部署效率上提升了3倍，支持多平台（Windows/Mac/Linux）和硬件适配（自动识别CPU/GPU/NPU算力）。