Maya-1
maya-research · 工具包
一个开放权重的文字转语音模型，你用日常的话描述声音，并加入内嵌的情绪提示。适合需要有表现力、可设计声音的开发者和创作者。
新上架
AI 智能体技能、规则与提示词工具包
类别与筛选
商品
VoiceConversionWebUI
lj1995 · 工具包
存放一个 Hugging Face 仓库的文件，仓库名称指向带网页界面的声音转换。模型说明只有一行，所以这些文件做什么、怎么运行并不明确。
新上架
Ming-3.0-tts-tiny
inclusionAI · 工具包
inclusionAI 的多语言文字转语音模型，可根据短音频克隆声音，也能按描述设计声音，并控制情绪、语速和方言。推理需要它的 GitHub 项目。
新上架
Applio
IAHispano · 工具包
带浏览器界面的语音转换工具，注重易用和音质，支持插件。适合只转换自己有权使用的音频的艺术家、开发者和研究人员。
新上架
Ninada
gnumanth · 工具包
用 12 种语言朗读文本，包括梵语、印度英语、印地语和泰米尔语，24 kHz 的声音可在浏览器或手机上运行。有两档 ONNX，一档给桌面，一档给手机。
新上架
FireRedVAD
FireRedTeam · 工具包
检测音频中的语音、歌声和音乐，提供流式和文件式语音活动检测以及音频事件检测。适合在转写前对音频做分段或清理的语音开发者。
新上架
Qwen3 TTS Tiny Turkish
erkamk · 工具包
用一段简短参考录音选定声音，朗读土耳其语文本。这是基于 Qwen3-TTS 的 199M 文本转语音模型，小到可以在笔记本上运行。
新上架
GLaDOS_TTS
DavesArmoury · 工具包
面向 NVIDIA NeMo 的 GLaDOS 文字转语音声音，附带转换成 Riva 文件并在 Jetson 上部署的步骤，适合在 NVIDIA 硬件上做语音项目的人。
新上架
EMA Lightning
canberkkkkkk · 工具包
一个很小的土耳其语文字转语音模型，8.6M 参数，约 34 MB，可在 GPU 或 CPU 上离线运行，并能边生成边输出音频。适合需要土耳其语语音输出的开发者。
新上架
Ming 3.0 TTS 0.5B GGUF
audio-cpp · 工具包
为 audio.cpp 运行时打包的 Ming 3.0 TTS 0.5B GGUF：文字转语音、声音克隆和声音设计，支持七种语言，输出单声道 44.1 kHz，不需要 Python 运行环境。适合开发者。
新上架
Pocket TTS Indonesian
anak10thn · 工具包
朗读印尼语文本，还能从一小段录音克隆声音，用 6 层模型在 CPU 上就能运行。适合需要印尼语语音、并有权使用该声音的开发者和创作者。
新上架
Brindille
edbrdi · 工具包
用一个只有 94K 参数的小模型在浏览器里朗读法语文字，完全在你自己的设备上运行，声音是 Estelle。适合想要不用服务器、不用安装的法语语音的人。
新上架
能听语音、看照片和视频的 WhatsApp 助手
n8n 工作流
一个 n8n 工作流：回答发到 WhatsApp 商务号码的消息。Gemini 模型把语音、照片或视频变成文字，带短期记忆和维基百科工具的 AI 智能体写出回复。
新上架免费
一个 n8n 工作流：发票逾期 7、14、30 天时，各发一条希伯来语 WhatsApp 提醒。它每天早上从 Google 表格读出未付款的发票，消息发出后给对应的行做标记。
新上架免费
一个归档发票的 n8n 工作流。它盯着一个 Google Drive 文件夹，把每个新文件交给 LlamaParse 读取，再由 OpenAI 模型取出明细行，Airtable 里得到一条发票记录和每个明细行各一条记录。
新上架免费
DuplexJev-4B-Para
adventists-ai · 工具包
接收语音和文字，用文字作答，并判断说话的人是否已经说完。适合想要小型音频模型的语音智能体开发者，它还能识别情绪和重音。
新上架
DaFeiYu RVC v2 40k
YukiKaze1337 · 工具包
把录好的说话或歌声转换成大肥鱼的音色，是带音高引导的 40k RVC v2 模型。需要配合 RVC 推理工具使用，适用于个人非商业项目。
新上架
UltraBERT-150M-clairic-extraction
tasksource · 工具包
按你用简短指令描述的字段，从文本里抽取答案，比如发票号或公司名，并返回匹配的片段。一个 150M 模型同时覆盖抽取式问答和实体识别。
新上架
Indic Multilingual Turn Detector
tarun7r · 工具包
读取语音转文字的转写文本，判断说话人是否已说完这一轮，支持英语、Hinglish 和七种印度语言。面向语音智能体和呼叫中心开发者。
新上架
Paradee-8M v1.2
sahilmahendrakar · 工具包
一个很小的英文文字转语音模型，有四种声音，用一个 8.5 MB 的 ONNX 文件就能在 CPU 上运行。适合想在应用里加语音又没有 GPU 的开发者。
新上架