leemysw/yovoice

Open-source local AI audio & music studio for macOS & Windows. TTS, voice cloning, songs with lyrics, and multi-track scores — 100% offline, zero API fees.

解决的问题

yovoice 提供了云端文字转语音（TTS）服务的本地开源替代方案。它消除了按字符计费和隐私问题，让用户可以在自己的硬件上生成自然、富有表现力的语音，特别适用于旁白、配音和音频内容创作。

运作方式

该工具整合了多种本地 TTS 模型（如 IndexTTS、VoxCPM2、OmniVoice、Qwen3-TTS 和 Kokoro），使用 audio.cpp 推理引擎。它支持通过 Metal（Apple Silicon）、NVIDIA CUDA 和 Vulkan（Windows）进行硬件加速。用户可以通过桌面应用程序或 CLI 生成语音，功能包括从参考音频进行语音克隆、文字引导的语音设计和情感控制。

适用对象

内容创作者、旁白者和开发者，他们需要高品质、可控的配音，而不依赖云端 API 或产生订阅费用。

亮点

  • 本地执行：无云端 API 调用或按字符收费。
  • 多样化模型支持：兼容各种模型以满足不同需求，从轻量级（Kokoro）到高参数模型（Qwen3-TTS）。
  • 进阶语音控制：支持语音克隆、情感调整和文字引导的语音设计（从自然语言描述创建语音）。
  • 跨平台：原生支持 macOS（Apple Silicon）和 Windows。
  • 代理集成：包含一个“技能”，允许 AI 代理通过 CLI 自动化语音生成。

相关

  • 项目
    mnemox-ai/tradememory-protocol

    TradeMemory 协议是一个开源 Python 库，记录 AI 交易者自身的过往交易，使用五因素结果加权记忆模型进行评分，并能在未来订单到达经纪商之前阻止或重新排序。它从 Hyperliquid、Alpaca、MT5 和 Binance 等场所同步成交记录，提供本地 MCP 服务器（以及可选的代理制动器）用于预检风险检查，并维护防篡改的 SHA-256 链式审计日志。

  • 项目
    milanglacier/minuet-ai.nvim

    Minuet 是一个 Neovim 插件，提供 AI 驱动的代码补全功能。它通过 curl 与任何 OpenAI 或 FIM 兼容的 LLM（如 OpenAI、Claude、Ollama、Llama-cpp 等）进行通信，并可将建议提供给 virtual-text、nvim-cmp、blink-cmp 或 Neovim 内置的 LSP/inline-completion。它还提供了一个实验性的“下一次编辑预测”（Duet）模式。可通过 lazy.nvim 或 LuaRocks 安装，配置提供者、API 密钥与 UI 偏好后，即可使用提供的按键映射触发补全。

  • 项目
    obsei/obsei

    obsei 是一个开源、可自托管的平台，专为保护隐私的客户反馈分析而设计。它能从多种来源获取数据、遮蔽个人识别信息 (PII)、利用 LLM 或轻量级决策模型丰富记录，并将结果存储在加密的 DuckDB 中。此外，它还提供路由、主题聚类（多语言）、查询接口以及只读的 Studio UI。所有处理程序均在您自己的基础设施内运行，让您在利用可控 AI 模型的同时，符合 GDPR、CCPA 等法规要求。

  • 项目
    paul-buerkner/brms

    brms 是一个 R 包，提供了一个高级、lme4 风格的接口，用于使用 Stan 拟合贝叶斯广义（非线性）多层模型。它支持多种响应分布、灵活的先验，以及一系列拟合后的诊断和可视化工具，使用户无需直接编写 Stan 代码即可执行复杂的贝叶斯回归。