wildminder/awesome-ai-voice

它解决了什么问题

找到一个好的开源文本转语音（TTS）或语音生成模型很困难，因为有很多选项，具有不同的功能、语言和许可证。这个项目将它们集中在一个地方，以便您可以快速浏览和比较最新版本，而无需在GitHub和Hugging Face上搜索。

它是如何工作的

该仓库是一个精选的Markdown文件。它从目录开始，然后是TTS模型的快速比较表格，列出语音克隆、ASR支持、语言覆盖、流式传输和许可证类型等功能。在表格下方，每个模型都有自己的可展开部分，包含描述、发布日期、关键特性、功能标志以及官方资源链接（Hugging Face、GitHub、演示，有时还有额外工具如ComfyUI节点）。列表按发布日期排序，最新的在前，并且还涵盖了纯TTS之外的类别：任意到音频、音频恢复和增强、语音识别、音频编解码器和分词器，以及音频转录模型。

适合谁

需要为自己的项目选择TTS或语音生成模型的开发者、研究人员和爱好者，或者想要监控开源语音领域新动态的人。它也有助于在承诺使用某个模型之前比较模型功能和许可。

亮点

• 按发布日期排序，让您始终先看到最新的模型。
• 快速比较表格让您一目了然地按语音克隆、ASR、语言、流式传输和许可证进行筛选。
• 每个模型都有详细的资料，包含Hugging Face、GitHub、演示，有时还有额外工具的链接。
• 不仅涵盖TTS，还包括音频恢复、语音识别、编解码器等。
• 包括主要模型和社区微调模型（例如，动漫风格的日语TTS）。