10 个开源语音 AI 仓库：语音克隆、实时对话智能体一应俱全
victor_explore · x · 2026-11-05
作者整理了 GitHub 上 10 个面向语音 AI 开发者的开源仓库（星数截至 2026 年 10 月）：
- Chatterbox（Resemble.ai，27k+ 星）：支持短样本语音克隆的开源 TTS
- Pipecat（17k 星）：实时语音/多模态 agent 框架
- LiveKit Agents（15k 星）：电话与实时通话中的 agent
- Speech to Speech（Hugging Face，13k 星）：本地跑的完整语音管线
- Moshi（Kyutai，11k 星）：可同时听和说的语音-文本基础模型
- PersonaPlex（NVIDIA，11k 星）：文本控制角色、音频出声的全双工对话模型
- Pocket TTS（10k 星）：CPU 上即可运行的语音模型
- Kokoro（9k 星）：轻量默认开源 TTS
- Dograh：开源自托管替代 Vapi & Retell，拖拽搭建电话 agent
- Smart Turn v3.2：判断用户何时说完话的轮次检测模型
「编程与Agent」频道最新
- 开源 4B 决策模型实测：Mac mini 上单次前向约 11 次决策/秒 — const_reborn · 2026-11-05
- AI 逐条核查母亲的 APOE E3/E4 基因报告,另一个 AI 负责找茬 — kevrussell · 2026-11-05
- 公开榜单不可信：微软倡导者提醒开发者务必自建私有评测 — HamelHusain · 2026-11-05
- Dropbox 详解:两个工程师副业项目如何变成文件管理 Agent — rseroter · 2026-11-05
- Harmonic 宣称两年内代码全面形式化验证，管理 300 万行代码者逐条反驳 — burny_tech · 2026-11-05
- 开源本地编码代理 dl.new 发布：跑在自己电脑上，每周送 5000 万 DeepSeek tokens — ikanez · 2026-11-05