text-to-speech 开源项目合集

Unsloth 是一个本地 AI 模型训练与推理一体化平台，提供 Web 界面 (Studio) 和 Python 库 (Core)，支持文本、音频、视觉等多模态模型，通过优化内核实现 2 倍训练加速与 70% VRAM 节省。

VoiceStudio 是开源的本地优先语音工作室，定位为 ElevenLabs 的开源替代方案，支持声音克隆、视频配音、语音听写、转录、有声书制作等能力，覆盖 646 种语言，无需账号、API 密钥或订阅即可本地使用。

Parlor 是一个完全本地运行的多模态 AI 应用，支持实时语音和视觉对话，使用 Gemma 4 E2B 理解语音图像，Kokoro TTS 生成回复，无需云端服务，保护隐私并降低延迟。