跳过主要内容
广告OpenFree logo推广你的产品触达更多潜在用户,助力产品增长与收益提升。投放广告

标记为“音频”的工具

Favicon of ComfyUI

ComfyUI

Free 等级项目星标数: 138.2K

模块化节点图 AI 创作引擎

图像生成与工作流

ComfyUI 是面向视觉专业人员的模块化节点图 AI 创作引擎,可生成图像、视频、3D、音频和文本,并提供本地与云端使用方式、API、App Mode,以及能根据自然语言描述规划、构建并运行工作流的 Comfy Agent。

Favicon of Whisper

Whisper

Free 等级项目星标数: 109.6K

通用语音识别模型

转录与听写

Whisper 是一个通用语音识别模型,在大量多样化音频数据上训练,可执行多语言语音识别、语音翻译和语言识别。

Favicon of Docling

Docling

Free 等级项目星标数: 68K

让文档为生成式 AI 做好准备

文档解析与 OCR

Docling 是一个开源文档处理库,可解析多种格式并具备高级 PDF 理解能力,同时与生成式 AI 生态无缝集成。它提供统一的 DoclingDocument 表示,支持本地执行,并适配敏感数据和气隙环境。

Favicon of OpenMontage

OpenMontage

Free 等级项目星标数: 61.5K

开源、智能体驱动的视频制作系统

智能体构建器

OpenMontage 是一个开源、智能体驱动的视频制作系统,可将 AI 编程助手变成涵盖视频、图像、音频、动画和 3D 的完整工作室。你可以带着想法或自己的素材,主导整部制作。

Favicon of VibeVoice

VibeVoice

Free 等级项目星标数: 55.5K

开源前沿的长篇多说话人语音合成

语音与声音生成

VibeVoice 是一个开源前沿语音 AI 研究框架,用于从文本生成富有表现力的长篇多说话人对话音频,如播客。它面向传统文本转语音在可扩展性、说话人一致性和自然轮次转换方面的挑战。

Favicon of whisper.cpp

whisper.cpp

Free 等级项目星标数: 53.9K

OpenAI Whisper 模型的高性能 C/C++ 推理实现

转录与听写

whisper.cpp 是 OpenAI Whisper 自动语音识别模型的 C/C++ 移植版,以无依赖、高性能推理为目标,支持 CPU 以及 Apple Silicon、NVIDIA、AMD、Vulkan、OpenVINO、Ascend NPU、Moore Threads 等多种硬件加速后端。

Favicon of VoxCPM

VoxCPM

Free 等级项目星标数: 39.9K

富有表现力的多语言文本转语音

语音与声音生成

VoxCPM 是一款无需分词器的文本转语音系统,面向多语言语音生成、创意音色设计、可控声音克隆与 48kHz 高保真音频输出,基于扩散自回归架构。

Favicon of Recordly

Recordly

Free 等级项目星标数: 33.9K

开源屏幕录制与编辑工具,制作精美演示

视频编辑与动画

Recordly 是一款开源屏幕录制与编辑工具,可在 macOS、Windows 和 Linux 上制作精美的演示、操作演示和产品视频。它提供自动缩放、平滑光标效果、摄像头叠加、时间线编辑以及 MP4/GIF 导出。

Favicon of ArtCraft

ArtCraft

Free 等级项目星标数: 28.9K

可控 AI 图像与视频的开源工作室

图像生成与工作流

ArtCraft 是一款面向艺术家、设计师和电影制作人的开源创作引擎与工作室,提供可控的 AI 图像和视频创作,支持 2D 和 3D 合成、角色摆姿、背景移除以及模型选择。

Favicon of VidBee

VidBee

Free 等级项目星标数: 10.8K

下载视频并在本机生成可搜索的转录文本。

助手与生产力转录与听写

VidBee 可从 YouTube、TikTok、Instagram、X 等 1000+ 网站下载视频,也可导入本地文件。它会在你的电脑上创建可搜索、带时间戳的转录文本,方便定位具体片段、导出文本,或用你选择的 AI 提供商进行摘要和翻译。

Favicon of universal-modder

universal-modder

Free 等级项目星标数: 8.6K

让 AI 编码代理为你拥有的几乎任何 PC 游戏制作模组。

MCP 服务与工具连接器

面向 AI 编码代理的模组工具箱:包含技能、代理、um CLI、知识库与 fal MCP,可对几乎任何你拥有的 PC 游戏进行侦察、逆向、资产生成、游戏内测试、录制与打包。

Favicon of Filee

Filee

Free 等级项目星标数: 8.6K

拖拽,放下,转换完成。

工作流自动化

Filee 是一款免费开源的文件转换器,支持 Windows、macOS 和 Linux,可在本机转换图片、PDF、Word、Excel、PowerPoint、HWP/HWPX、视频、音频、电子书、压缩包等格式,无需上传文件,常见 Office 文件转换也无需安装 Office。

Favicon of Gemini-API

Gemini-API

Free 等级项目星标数: 3.6K

面向 Google Gemini 网页版的异步 Python 封装

语言模型

这是一个面向 Google Gemini 网页版(原 Bard)的逆向工程异步 Python 封装,提供文本、图像、视频、音频、多轮对话、流式输出与深度研究能力。

Favicon of cinecode

cinecode

Free 等级项目星标数: 2.1K

AI 编程代理以代码制作影片

编程智能体

cinecode 将想法变成完成的 MP4:由 AI 编程代理撰写脚本、用代码构建每一帧并设计声音,可制作短片、长篇 YouTube 视频、广告、讲解片和音乐视频。

Favicon of earshot

earshot

Free 等级项目星标数: 1.9K

为编程智能体提供听觉:听见、审查并制作声音

MCP 服务与工具连接器

earshot 为 AI 编程智能体提供听觉能力,可在本地 CPU 上描述、匹配、查找、评审并生成声音,提供 CLI、Python API 和 MCP 服务器。

Favicon of 知了 Cicada

知了 Cicada

Free 等级项目星标数: 1.6K

任何会议和直播的实时字幕、同声传译与 AI 会议纪要

会议助手与纪要

知了 Cicada 是免费开源的会议与直播助手,在 Mac、Windows、Linux 和 Android 上提供实时字幕、同声传译和 AI 会议纪要,帮助听懂电脑声音并跨语言开口。

Favicon of Yogurt

Yogurt

Free 等级项目星标数: 1.1K

私有 AI 会议笔记,免费开源

会议助手与纪要

Yogurt 是一款免费开源的 AI 会议笔记桌面应用,不添加机器人加入通话,而是录制麦克风与电脑音频,并在本地完成转写和总结,让录音、转写和笔记留在你的电脑上。

广告
OpenFree logo推广你的产品

触达更多潜在用户,助力产品增长与收益提升。

投放广告