10 个开源仓库打通离线语音:翻译、转写、TTS 全覆盖
Shruti_0810 · x · 2026-10-22
一条整理向帖子列出 10 个可打破语言障碍的开源 AI 仓库,主打离线可用:
- Whisper:多语言语音转写
- Seamless Communication:多语言语音翻译工具
- Argos Translate:无需云端 API 的离线文本翻译
- Bergamot Translator:浏览器内隐私友好的翻译
- Piper:本地生成自然语音(帖中重复列出两次)
- Vosk:为应用添加离线语音识别
- Coqui TTS:开源语音合成
配图为 F5-TTS 项目主页(基于 Flow Matching 的语音合成,15k stars、2k forks)。适合想本地搭建语音翻译/转写/朗读管道的开发者作为起点。
「应用」频道最新
- Google Labs 推出实验应用 Dreambeans:夜间为你'酿'每日故事 — GoogleLabs · 2026-10-22
- Perplexity 个人 CFO 功能将借 Plaid 登陆欧盟和英国 — jeffgrimes9 · 2026-10-22
- ComfyUI 更新后启动变慢频发，缺 FaceRefine 节点报错卡加载 — Xo0om · 2026-10-22
- Garmin 个人 API 半路被截获,开发者拉取全年运动数据做可视化 — mattshumer_ · 2026-10-22
- 订酒店前让 AI 做三件事：比取消政策、合并真实房型、算全含总价 — SpinRed · 2026-10-22
- OpenAI 官方详解 ChatGPT 广告技术栈：LLM 编排器+竞价的完整架构 — OpenAIDevs · 2026-10-22