OpenBMB/VoxCPM — 无 Tokenizer 的开源 TTS，2B 参数支持 30 语言+声音设计+48kHz（23k ⭐）
OpenBMB 出品的端到端扩散自回归 TTS 系统，2B 参数训练自 200 万小时多语言语音数据，支持 30 种语言、零样本克隆、文本描述声音设计和 48kHz 高保真输出，Apache-2.0 商用免费。
TTS
语音合成
开源模型
+3
5
OpenMOSS/MOSS-TTS — 开源语音生成全家桶，零样本克隆+31语言+实时流式（2k ⭐）
OpenMOSS 团队开源的语音与音效生成模型家族，涵盖零样本 TTS、多说话人对话、声音设计、音效生成和实时流式五大场景，最小 100M 参数可 CPU 部署，支持 31 种语言。
TTS
语音合成
开源模型
+3
8
supertone-inc/supertonic — 闪电级本地多语言 TTS，ONNX 原生运行，无需 GPU（4.4k ⭐，今日 +859）
Supertone 开源的极速本地多语言文字转语音引擎，通过 ONNX 原生运行，无需 GPU 即可实时合成高质量语音，支持中英日韩等多语言，今日新增 859 star。
TTS
语音合成
本地推理
+4
10
FlyCut Caption - 在线视频字幕生成与剪辑工具
一个基于浏览器的开源视频字幕工具，支持多语言自动字幕生成、可视化编辑和实时预览
视频剪辑
字幕生成
开源工具
+2
7
KrillinAI - AI 视频翻译配音工具
LLM 驱动的视频翻译和配音工具，支持 100+ 语言翻译，自动生成字幕并配音，一键完成视频本地化。
视频翻译
AI配音
字幕
+1
279