Ming-3.0-tts-0.5B
inclusionAI · 工具包
把文字转成七种语言的语音，包括中文和英文。它能用一段短音频复制声音，按描述设计新声音，并控制情绪、语速、音高和音量。
新上架
开发者 AI 技能与智能体
写代码、审代码用的提示词、编程智能体任务说明和工具包，花更少的 Token。
类别与筛选
商品
PiVo-1.4M
empero-ai · 工具包
用两个合成声音 Pi 和 Vo 说英语，完整的文字转语音模型只有约 140 万参数，在 CPU 上运行，不需要网络连接。这是一个研究模型。
新上架
Mach Boom
SyzygyResearch · 工具包
用 Gradium 的 Phonon 31m 模型的 3.5 位版本，在单个 CPU 核心上把英文文字变成语音，速度比实时快好几倍，适合需要小巧本地语音输出的开发者。
新上架
Earlybird
sahilmahendrakar · 工具包
在设备上把语音转成文字，并在说话人说完之前预测每个词，同时给每个词打分。这是 16.8 MB 的英语模型，适合语音智能体和实时字幕。
新上架
VoxCPM2
openbmb · 工具包
用 30 种语言和九种中文方言朗读文字，输出 48 kHz，可根据文字描述设计新声音，也能从一小段音频克隆声音。这是面向开发者的开放 2.3B 文字转语音模型。
新上架
NVIDIA NemotronLabs RE-USE
nvidia · 工具包
用 NVIDIA 推出的 9.6M 参数小模型，清理任何语言里有噪声或受损的语音录音，适合需要更清晰人声的音频和语音开发者。
新上架
Kokoro-82M
hexgrad · 工具包
用只有 8200 万参数的小型开放权重模型把文字变成语音，1.0 版有 54 种声音，适合想在应用里加入快速、低成本语音的开发者。
新上架
Mithi v1 Flash
Oomni · 工具包
用男声和女声朗读 11 种印度语言的文字，可在 GPU 或普通 CPU 上运行，适合给应用加入语音功能的开发者。
新上架
Kokoclone
Stevensayer7 · 工具包
用你提供的一段短参考音频克隆出的声音朗读输入的文字，支持八种语言。它在笔记本 CPU 上就能运行，适合语音助手原型、旁白和演示。
新上架
SNAP Cloud REST API + Edge-tts
softguy777 · 工具包
一个韩语语音合成的 Gradio 页面，作为 SNAP Cloud REST API 和 Edge-tts 神经语音的前端。适合想听一听、试一试韩语文字转语音的开发者。
新上架
Voice Clone Multilingual
skwow0w9 · 工具包
一个 Gradio 应用，用于克隆声音并以 16 种语言说话，基于 Bark、Tortoise TTS 和相关语音模型。适合测试声音克隆的开发者和创作者。
新上架
Tamil Whisper ASR
skpranav22 · 工具包
在 Gradio 演示里把泰米尔语语音转成文字，使用经 LoRA 适配到泰米尔语的 Whisper small。适合做泰米尔语语音识别的开发者、研究者和学习者。
新上架
Voice Clone Tts
sammiwen · 工具包
一个名为 Voice Clone Tts 的小型静态网页，由 HTML、JavaScript 和 CSS 文件组成。可在线在浏览器里打开，也可从本地副本打开，无需安装。
新上架
Gradio Lipsync Wav2lip
manavisrani07 · 工具包
在 Gradio 页面里运行 Wav2Lip 口型同步，把嘴部动作和语音音频对上，适合试验视频和语音工具的人。
新上架
Matcha-TTS-PL v2
machinekind · 工具包
在浏览器里用两种合成声音朗读波兰语文字。ONNX 模型在你自己的设备上用 WebGPU 或 WebAssembly 运行，不会向服务器发送任何内容。
新上架
Ultimate RVC
JackismyShephard · 工具包
Ultimate RVC 项目的一个 Gradio 应用，用于语音转换、音源分离、特征提取和训练，可以在线运行，也可以用 Python 3.12.7 在你的电脑上运行。
新上架
OmniVoice Azerbaijani TTS
hugging-apps · 工具包
朗读阿塞拜疆语文本，可以用自动声音、从一小段参考音频克隆的声音，或用文字描述的声音。适合使用阿塞拜疆语的开发者和创作者。
新上架
VoxCPM2 Myanmar Voice Clone Test
hub10 · 工具包
在接入 Dubbing Studio 之前测试 VoxCPM2 模型的声音克隆。适合做配音和语音的开发者，克隆声音需要说话人的许可。
新上架
matxa-tts-v2
BSC-LT · 工具包
用一个快速、轻量的中部加泰罗尼亚语声音模型，把加泰罗尼亚语文字转成语音。可在 Hugging Face 的浏览器里运行，也可在你自己电脑上的 Docker 容器里运行。
新上架
DuplexJev Speech to Decisions
adventists-ai · 工具包
读取一段语音，一次计算就返回关于它的十个判断，如话轮状态、插话和情绪，不做转写。适合语音智能体开发者和语音研究者。
新上架