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
ComfyUI
Free 等级项目星标数: 138.2K模块化节点图 AI 创作引擎
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。
Docling
Free 等级项目星标数: 68K让文档为生成式 AI 做好准备
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。
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
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。
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
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。
whisper.cpp
Free 等级项目星标数: 53.9KOpenAI Whisper 模型的高性能 C/C++ 推理实现
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。
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
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。
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
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。
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
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。

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。
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。
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。
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。
Filee
Free 等级项目星标数: 8.6K拖拽,放下,转换完成。
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。
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
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。
cinecode
Free 等级项目星标数: 2.1KAI 编程代理以代码制作影片
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。
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
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。
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
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。
Yogurt
Free 等级项目星标数: 1.1K私有 AI 会议笔记,免费开源
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。

