开源项目配音与音频链接可访问
用途介绍 Claude Code-compatible agent harness on your own models: local-first (Ollama steward, llama.cpp pools across machines, voice), multi-provider routing, and Halo Studio for live agent monitoring and steering.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
roloVibes/Halo-Harness
GitHub ★ 3 · 仓库更新 2026-11-10
许可 · MIT · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 Self-hosted personal AI agent you talk to — sub-second voice, local memory, a real browser and connectors. Python · LiveKit · SQLite. Fair-code (SUL 1.0).
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
asimovia/zaelar
GitHub ★ 4 · 仓库更新 2026-11-10
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 Speech and language toolkit for Obsidian
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
brittain9/speech-kit-obsidian-plugin
GitHub ★ 28 · 仓库更新 2026-11-10
许可 · MIT · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 Self-optimizing Harness of Theseus: local image, video, speech and code generation on Apple Silicon, with a discovery loop that finds, measures and adopts better local models.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
unxmaal/SoHoT
GitHub ★ 3 · 仓库更新 2026-11-10
许可 · MIT · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 Your speech assistant. Communicate with text-to-speech in games, on voice chat, on stream or simply on your speakers!
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
nature-heart-software/izabela
GitHub ★ 53 · 仓库更新 2026-11-10
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 Turn newsletters and blogs into podcasts for free! Full article narration needs no API key; optional spoken summaries use Gemini.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
akspad/newsletter-to-podcast
GitHub ★ 9 · 仓库更新 2026-11-10
许可 · MIT · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 The world's most comprehensive notification reader.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
mitchib1440/SpeakThat
GitHub ★ 142 · 仓库更新 2026-11-09
许可 · GPL-3.0 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 AI-powered video production pipeline that scrapes e-commerce products, generates short-form review videos with voiceover and subtitles, and publishes them to YouTube, TikTok, and Instagram on a schedule.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
stkzlv/ContentEngineAI
GitHub ★ 11 · 仓库更新 2026-11-09
许可 · MIT · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目导演与分镜链接可访问
用途介绍 一个面向普通创作者的导演级 Agent Skill。不会编剧、分镜、配音或剪辑,也能从点子、文案、小说或剧本开始,串起完整的 AI 短剧生产线。
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
xixihhhh/ai-short-drama-skill
GitHub ★ 100 · 仓库更新 2026-08-29
许可 · MIT · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目导演与分镜链接可访问
用途介绍 将剧本、角色素材、图像、视频和配音环节串成 AI 漫剧制作流程,便于逐步替换各环节使用的生成工具。
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
liuxiao20051106-prog/ai-manga-drama
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →开源项目导演与分镜链接可访问
用途介绍 Open-source AI studio for short dramas, short videos and product ads: one-line idea → script, cast, storyboard, video, voice, edit. Self-hosted. | AI 短剧/短视频工坊
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
charliewwdev/OpenMontage
GitHub ★ 46 · 仓库更新 2026-11-08
许可 · AGPL-3.0 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
debpalash/VoiceStudio
GitHub ★ 111279 · 仓库更新 2026-11-15
许可 · AGPL-3.0 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 A free Windows soundboard that plays straight through the mic you already use in Discord and games, no virtual cable. Add sounds from YouTube, SoundCloud and Myinstants in one click, in-game hotkeys and overlay, and bring your board over from Soundpad, Resanance, Soundux or EXP. ⬇️
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
Onion-Alien/onion-board
GitHub ★ 28 · 仓库更新 2026-11-15
许可 · GPL-3.0 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 A toolbox of film styles made in code for Claude Code: 66 ready to use, and your own. Each style is a style prompt plus a demo film made entirely in code by Claude Opus 5.5, with no video model. By Lemomo. · 一套用代码做片的风格工具箱:66 种现成风格,也能做出你自己的
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
lemomo-ai/lemo-opuscar
GitHub ★ 16714 · 仓库更新 2026-11-12
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 AI NPCs for Skyrim that talk, remember, react and act, voiced in real time. By Fateless.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
MinLL/SkyrimNet-GamePlugin
GitHub ★ 380 · 仓库更新 2026-11-15
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 Open-source inference engine that runs language, vision, speech, image and video models from one container format, with a PyTorch and a Triton compute branch. Released for NVIDIA GPUs and CPU; Apple Silicon in progress.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
NeuroBrix/neurobrix
GitHub ★ 59 · 仓库更新 2026-11-15
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 eSpeak NG is an open source speech synthesizer that supports more than hundred languages and accents.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
espeak-ng/espeak-ng
GitHub ★ 7044 · 仓库更新 2026-11-08
许可 · GPL-3.0 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 A running and walking tracker wrapped in a cyberpunk story that chases you. Fully offline, with no accounts and no Google Play Services.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
jbinder/sprawlrun
GitHub ★ 14 · 仓库更新 2026-11-18
许可 · MIT · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目配音与音频链接可访问
用途介绍 Egatari Studio (formerly motion-academic-slides): academic slides as one self-contained HTML file — step reveals, animated figures, math, narration, TTS and video — that you can reopen and fix anywhere as a portable Egatari file.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
egatari/egatari-studio
GitHub ★ 10 · 仓库更新 2026-11-18
许可 · MIT · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目导演与分镜链接可访问
用途介绍 Local-first AI filmmaking workbench on ComfyUI: consistent characters across every still and clip, plan a Day or a Story, talking clips with kept voices, and a real editor to cut, subtitle and finish the film.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
doodersrage/castcut
GitHub ★ 18 · 仓库更新 2026-11-18
许可 · MIT · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目视频生成链接可访问
用途介绍 人物肖像动画与语音驱动
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
Zejun-Yang/AniPortrait
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目知识应用与Agent链接可访问
用途介绍 将语音生成服务连接到 Agent
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
elevenlabs/elevenlabs-mcp
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →开源项目剪辑与合成链接可访问
用途介绍 帮助 Agent 编排视频时间线、字幕、音频与渲染,适合短剧片头、包装和剪辑自动化。
前置条件 · Node.js、React 与 Agent 环境
remotion-dev/skills
GitHub ★ 6477 · 仓库更新 2026-11-05
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →开源项目剪辑与合成链接可访问
用途介绍 组合文案、素材、配音与字幕的视频生成工具,可用于短剧宣发与辅助素材。
前置条件 · Python、视频处理环境及外部服务配置
harry0703/MoneyPrinterTurbo
GitHub ★ 140227 · 仓库更新 2026-11-06
许可 · MIT · 核验 2026-11-18
查看原始资源 →开源项目配音与口型链接可访问
用途介绍 从图片与音频生成说话头像,可用于数字角色口播实验。
前置条件 · Python、模型权重与人物授权
OpenTalker/SadTalker
GitHub ★ 14184 · 仓库更新 2024-06-26
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →开源项目配音与口型链接可访问
用途介绍 口型同步研究项目,适合研究配音后口型对齐。
前置条件 · Python 与模型权重;特别核对原项目的非商用限制
Rudrabha/Wav2Lip
GitHub ★ 13268 · 仓库更新 2025-06-22
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →开源项目字幕与本地化链接可访问
用途介绍 语音转写、时间对齐与说话人识别,用于字幕和台词处理。
前置条件 · Python、相应模型;部分模型可能要求访问授权
m-bain/whisperX
GitHub ★ 25126 · 仓库更新 2026-10-22
许可 · BSD-2-Clause · 核验 2026-11-18
查看原始资源 →开源项目配音与口型链接可访问
用途介绍 语音生成项目,可用于角色配音和多语言语音生产实验。
前置条件 · Python、模型权重及授权声音素材
QwenAudio/CosyVoice
GitHub ★ 24318 · 仓库更新 2026-05-25
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →开源项目字幕与本地化链接可访问
用途介绍 Whisper 的高效语音识别实现,用于短剧转写和字幕制作。
前置条件 · Python;可选 CUDA 加速
SYSTRAN/faster-whisper
GitHub ★ 26531 · 仓库更新 2026-11-06
许可 · MIT · 核验 2026-11-18
查看原始资源 →开源项目字幕与本地化链接可访问
用途介绍 字幕编辑、时间轴校准和字幕格式转换。
前置条件 · 按发行版本选择桌面运行环境
SubtitleEdit/subtitleedit
GitHub ★ 14890 · 仓库更新 2026-11-06
许可 · MIT · 核验 2026-11-18
查看原始资源 →开源项目剪辑与合成链接可访问
用途介绍 开源视频编辑器,用于镜头拼接、音轨与字幕成片。
前置条件 · 桌面环境及视频编解码支持
OpenShot/openshot-qt
GitHub ★ 6750 · 仓库更新 2026-11-06
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →开源项目配音与口型链接可访问
用途介绍 语音合成和声音生成
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
fishaudio/fish-speech
GitHub ★ 33611 · 仓库更新 2026-11-02
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →开源项目配音与口型链接可访问
用途介绍 文本到语音与声音克隆研究
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
SWivid/F5-TTS
GitHub ★ 15530 · 仓库更新 2026-11-03
许可 · MIT · 核验 2026-11-18
查看原始资源 →开源项目配音与口型链接可访问
用途介绍 语音识别、时间戳和语音处理工具
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
modelscope/FunASR
GitHub ★ 20956 · 仓库更新 2026-11-07
许可 · MIT · 核验 2026-11-18
查看原始资源 →开源项目配音与口型链接可访问
用途介绍 文本到语音模型
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
hexgrad/kokoro
GitHub ★ 9958 · 仓库更新 2025-08-06
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →开源项目配音与口型链接可访问
用途介绍 可控语音合成研究
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
SparkAudio/Spark-TTS
GitHub ★ 10991 · 仓库更新 2025-04-09
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →