網路資源
Voicebox：整合聲音複製、全域聽寫與 AI Agent 語音輸出的本機開源工具
Voicebox 是本機優先（Local-first）的開源 AI 語音工具，整合文字轉語音、聲音複製、語音聽寫、長篇內容製作與 MCP Agent 語音輸出，支援多種 TTS 引擎、本機 LLM 與跨平台執行。
網路資源
網路資源
Pixelle-Video：一句話自動生成短影音，打造 AI 全流程影片創作引擎
Pixelle-Video 是開源 AI 短影音生成平台，整合 AI 腳本、圖片、影片、TTS、背景音樂與自動剪輯，支援 GPT、DeepSeek、Ollama 等模型，快速打造 YouTube Shorts、TikTok 與 Reels 內容。
網路資源
VoxCPM2：用一段語音打造專屬配音，零成本AI聲音克隆開源專案
VoxCPM2 是由 OpenBMB 與清華大學推出的開源語音生成模型，只要上傳一段語音即可快速複製聲音，並支援多語言 TTS、情緒控制與本地部署，零訂閱成本，適合打造高擬真語音應用。
網路資源
OmniVoice：打造即時語音互動的全能型 AI 語音代理框架
OmniVoice 是 k2-fsa 推出的開源語音 AI 框架，整合 ASR、LLM 與 TTS，支援低延遲即時對話，幫助開發者快速打造可聽、可說、可互動的語音 Agent 系統。
網路資源
VibeVoice：微軟開源語音生成模型，打造更自然的 AI 語音體驗
VibeVoice 是 Microsoft 開源的 AI 語音生成（TTS）專案，主打自然語音、情緒與風格控制，適用於 AI 助理、內容創作與語音互動應用，幫助開發者打造更接近真人的語音體驗。
網路資源
Automate-Faceless-Content：把「無臉內容」變成可量產流程的自動化工具
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。
網路資源
Microsoft VibeVoice-Realtime-0.5B：輕量級即時 AI 語音生成模型的新標竿
微軟震撼發布 VibeVoice-Realtime-0.5B！這款僅 0.5B 參數的輕量化 AI 語音模型，打破硬體限制，實現超低延遲的即時互動。它不僅告別機械音、保留真實語感，更讓一般顯卡也能流暢運行。立即閱讀，深入了解這款 Hugging Face 開源模型如何革新端側 AI 與遊戲應用！
網路資源
Dia：打造逼真對話式語音的開源 TTS 模型
Dia 是專為自然對話設計的開源 TTS 模型，支援多角色、語氣控制與非語言音效生成，適用於有聲書、遊戲語音與互動式語音體驗。
網路資源
Real-Time Voice Cloning：讓你的聲音可以即時被複製的 AI 聲音克隆開源專案
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。
網路資源
pyVideoTrans：完全免費開源的 AI 影片翻譯與配音工具
pyVideoTrans：免費開源影音翻譯與配音軟體，支援多語語音辨識、字幕翻譯與 TTS 合成，可全自動完成影片翻譯配音，也能單獨使用模組。跨平台支援 Windows、macOS、Linux，並提供線上版本，適合教育、內容創作與國際溝通。
網路資源
Conva.AI Magic Studio：一鍵打造智慧助手的終極解決方案
在現代應用程式開發中，整合 AI 助手不僅能提升使用者體驗，更能大幅提高應用程式的智慧化程度。Conva.AI 提供了一個革命性的平台，只需一鍵即可生成適用於各種應用程式的 AI 助手，讓開發者能夠快速且輕鬆地為應用程式增添 AI 功能。
網路資源
Luvvoice：免費線上文字轉語音工具
Luvvoice 是一款免費線上文字轉語音工具，支援 70+ 種語言與 200+ 種語音樣式，可自訂語速與語調並下載 MP3，適合內容創作者與語音無障礙用途。