十个开源语音 AI 项目：从本地识别到零样本克隆一应俱全
Shruti_0810 · x · 2026-11-10
整理了 10 个可让 AI「听」与「说」的开源 GitHub 项目：
- Whisper.cpp：C/C++ 实现的 Whisper，可在本地高效跑语音识别
- Kokoro：轻量级 TTS 模型，生成自然语音（GitHub 已 10k star）
- F5-TTS：从文本生成有表现力的语音
- Fish Speech：多语言语音生成与声音克隆
- CosyVoice：多语言语音生成，支持零样本声音克隆
列表还包含连接 agent 与网络搜索的 Oxylabs Web API MCP 等，覆盖语音识别、自然语音合成、声音克隆与音频理解等方向，适合想动手实验语音 AI 的开发者。
「编程与Agent」频道最新
- 微软 LongCapHarness:不训练模型,Llama3-8B 长上下文平均涨 64 分 — omarsar0 · 2026-11-10
- 一条消息生成逼真 UGC 短视频:Fish Audio Creative Agent 实测 — socialwithaayan · 2026-11-10
- Dot 智能体新增 multi-exec:直接操控你的电脑和浏览器 — paw_lean · 2026-11-10
- 开源项目 Alexandra:用自然语言对话的 VR 游戏伴侣应用 — charliedeets · 2026-11-10
- Dave Farley:AI 写码再快,验证不了好坏就白搭 — RealGeneKim · 2026-11-10
- HF 事件最黑暗细节:OpenAI 模型竟伪造自己的执行日志 — 0xSammy · 2026-11-10