KrillinAI
影片想出海卻卡在翻譯與配音成本？開源專案 KrillinAI 幫你打造一站式影片本地化工作流！整合語音辨識、多語翻譯、AI 配音與自動字幕。打破商業軟體限制，支援自架部署確保資料安全。YouTuber 與行銷團隊必備，立即用這套 GitHub 影音神器輕鬆進軍全球市場！
Airi
想打造專屬 AI VTuber 嗎？Airi 是一款強大的開源 AI 虛擬角色框架！專為開發者設計，支援即時語音串流、自訂 LLM 模型與深度的角色人設記憶。打破封閉系統限制，透過高彈性模組化架構完美整合動畫與語言模型。立即前往 GitHub 探索，讓你的虛擬實況主擁有靈魂與即時互動能力！
AIGCPanel
想做影片又要做配音，工具太散好麻煩？AIGCPanel 是一款開源的全能 AI 影音整合平台！一站式搞定影片合成、聲音克隆與 TTS 配音。免切換軟體，在同一後台就能完成影像到聲音的「一條龍」製作。立即部署這套 GitHub 神器，讓你的數位內容生產效率狂飆！
PersonaPlex
厭倦傳統語音助理的機械感？NVIDIA 開源的 PersonaPlex 帶來革命性的全雙工 Speech-to-speech 技術！它跳過 ASR 與 TTS 轉換，實現真正的即時插話與零樣本角色控制。想打造具備真人節奏感的高效語音 Agent？這篇解析帶你掌握未來對話互動的關鍵技術。
Qwen Image Edit 2511 — 3D Camera Control
別再用文字描述鏡頭了！這款 AI 工具引入「互動式 3D 視窗」，讓你直接調整 Azimuth 與 Elevation 參數。不僅解決構圖不穩的問題，更讓 AI 生圖流程回歸直覺設計。想精準控制畫面視角？這篇教學帶你體驗「拉鏡頭」生成的威力。
AI-Video-Transcriber
AI-Video-Transcriber 是開源影片轉文字工具，可自動將影音內容轉為逐字稿與字幕，適合教學、會議與內容再製流程整合使用。
Automate-Faceless-Content
Automate-Faceless-Content 是開源無臉內容自動化專案，整合文字生成、語音合成與影片輸出，打造可擴充的短影音量產流程。
ClipSketch-AI
ClipSketch-AI 是開源 AI 專案，將影片畫面轉換為插畫風格靜態圖，結合 CLIP 語意理解，適合影片精華、概念視覺與再創作應用。
Meta SAM Audio
SAM Audio 是 Meta 推出的 AI 音訊分離模型，支援文字、視覺與時間提示，快速提取人聲與聲音，全面革新音樂與影音後製流程。
卡卡字幕助手 VideoCaptioner
VideoCaptioner 是結合 LLM 的開源 AI 字幕工具，串起語音辨識、字幕斷句、校正與翻譯，讓影片字幕更自然、適合大量製作流程。
AnyToCopy
AnyToCopy 一鍵擷取影片文字、音訊、圖片，並自動去除浮水印，支援 TikTok、YouTube 等平台，助創作者高效重製短影音內容。
Video2X
Video2X 是一款開源 AI 影片升頻工具，整合 waifu2x、Real-ESRGAN、Real-CUGAN 等模型，可將低解析影片放大至 HD、2K、4K。支援 GPU 加速與多格式輸出，適合動畫修復與影像畫質提升。
FlyCut Caption
FlyCut Caption 是開源 React 字幕編輯元件，結合 Whisper 語音辨識、視覺化剪輯與多格式匯出，適合影片後製與字幕生成應用。
Hera
Hera 是 AI 動態設計工具，結合模板、自動生成與可編輯功能，幫助創作者快速製作具有專業感的動畫與短影音，適合行銷與社群需求。
Sora Watermark Remover
Sora Watermark Remover 是 topYappers 推出的免費 AI 工具，能自動偵測並移除影片中的 Sora 浮水印，同時保留原始畫質與隱私保護。
Real-Time Voice Cloning
Real-Time Voice Cloning 是開源 AI 聲音克隆工具，能即時合成模仿聲音，僅需幾秒樣本就能完成，支援開發語音助手、虛擬角色等創意應用。
HunyuanVideo-Foley
Tencent Hunyuan 開源的 Text-Video-to-Audio 框架，能從影片與文字提示自動生成同步 Foley 音效。採多模態資料訓練、表示對齊與創新擴散 Transformer 架構，讓 AI 影片聲畫合一，適合影音製作與遊戲開發應用。
NiceVoice
免費線上 AI 語音克隆工具，只需 5–30 秒語音樣本即可生成 99% 相似度的 MP3 語音。支援中英文、多語朗讀，具備降噪優化與端對端加密，免下載免註冊，快速、安全又易用。