netease-youdao/EmotiVoice
EmotiVoice 😊: a Multi-Voice and Prompt-Controlled TTS Engine
解決的問題
EmotiVoice 解決了標準文字轉語音(TTS)系統中情感表達不足與語音多樣性缺乏的問題。它允許使用者生成自然流暢的英語與中文語音,並可精確控制情感(例如快樂、悲傷或憤怒)與說話者身分。
工作原理
該引擎基於 PromptTTS 的提示控制架構,使用者可透過指定說話者與情感/風格提示來引導語音合成。支援超過 2,000 種不同語音,可透過 Web 界面、腳本介面進行批次處理,或透過 OpenAI 相容 HTTP API 部署。同時支援使用個人資料進行語音克隆。
適用對象
本工具專為需要高品質、富有情感表達的合成語音之應用開發者與創作者設計,也適合希望自訂語音身分或克隆自己語音的使用者。
主要亮點
- 情感合成:可生成包含特定情感(如快樂、興奮、悲傷、憤怒)的語音。
- 海量語音庫:可存取超過 2,000 種不同的語音。
- 雙語支援:全面支援英語與中文。
- 靈活部署:提供 Docker 鏡像、獨立 Mac 應用或 OpenAI 相容 API 三種方式。
- 語音克隆:支援使用個人資料訓練模型,實現特定語音的克隆。
相關
- 專案
jeecgboot/jimureportJimuReport 是一個免費、開源的Web平台,用於建立報表、儀表板和大屏視覺化。它提供類似Excel的拖曳式設計器,支援30多個資料來源,並包含JimuChatBI——一個透過任何OpenAI相容模型,從自然語言提示生成或編輯視覺化內容的對話式AI。
- 專案
trailhq/GraftGraft 是一個開源的 TypeScript/Node.js 工具,利用 tree-sitter 進行結構化解析,並可選地使用 LLM 摘要,建立本地、基於 Markdown 的程式碼庫知識圖譜(摘要、關鍵程式碼片段、類型化連結)。圖譜快取於 `graft/` 資料夾中,僅在檔案變更時刷新,並自動整合至 Claude Code、Cursor、Codex 和 Gemini 等編碼代理。基準測試顯示,最多減少 46% 的工具呼叫、42% 的 token 消耗、60% 的延遲,並在 SWE-bench 上實現 12 點準確率提升。整合透過單一 `graft init` 命令完成,產生代理專用的指示檔案;CLI 還提供搜尋、視覺化與遙測控制功能。專案採用 MIT 授權,目標是實現更快、更低成本的 AI 輔助開發。
- 專案
TeamWiseFlow/xiaobeixiaobei(小貝)是一款面向中國自媒體營運者的AI驅動個人助理。它基於開源**openclaw**框架構建,讓使用者透過簡單的微信聊天即可在多個平台(微信、小紅書、抖音、Twitter等)建立、格式化和發布文章、圖片和短影片。它還提供趨勢分析、表現監控、24/7 AI客服、市場調研搜尋和商業文件產生。安裝是一行腳本,下載預先建置的tarball;掃描QR Code後機器人即可使用。系統執行在Ubuntu/macOS/Windows上,使用阿里雲百煉大模型API(或替代方案),並包含自訂反偵測瀏覽器棧(camoufox)以實現可靠自動化。可選付費「VIP俱樂部」提供高級支援和服務。
- 專案