把电子书（EPUB 等）一键转成有声书，内置 50 多种 TTS 引擎，支持声音克隆和 1696 种语言，适合批量制作多语言音频书。
本地运行的 ElevenLabs 开源替代品，支持声音克隆、语音设计、视频配音、听写、转写和有声书制作，覆盖 646 种语言。
Python 语音识别库，统一封装多种在线和离线引擎与 API，几行代码就能把音频转成文字，省去逐个对接各家服务的麻烦。
Apache 2.0 许可的多平台 3D 引擎，可免费开发 AAA 游戏、影视级 3D 场景和高保真仿真，无商业授权负担。
开源 AI 语音工作室，支持声音克隆、语音听写和语音生成，基于 Qwen3-TTS 与 Whisper，可在 CUDA 或 MLX 上本地运行。
一份精选的游戏开发资源清单，汇总引擎、框架、美术、设计、Game Jam 等工具与素材，帮开发者快速找到做游戏需要的各类资源。
基于 WebGL、WebGPU、WebXR 和 glTF 的浏览器端图形运行时，用来在网页里跑 3D 游戏和交互场景，支持高斯泼溅等新渲染特性。
无需分词器的多语言语音合成模型，支持创意音色设计和逼真声音克隆，可直接从文本生成自然语音。
面向 JavaScript/TypeScript 的现代 HTML5 游戏引擎，支持 2D/3D、WebGL/WebGPU 渲染，内置物理、Tiled 地图、glTF 与 WebAudio，省去自己搭底层。
GPU 加速的数据预处理库，提供高度优化的图像、音频处理算子和执行引擎，解决深度学习训练中数据管道拖慢 GPU 的瓶颈。
一堆单文件、零依赖的跨平台 C/C++ 头文件库，涵盖音频、碰撞检测、压缩、数学和 PNG 解码等，方便直接拖进游戏项目里用。
基于 Flutter 的 2D 游戏引擎，让开发者用 Dart 语言和 Flutter 生态快速搭建跨平台小游戏，省去从零写渲染和游戏循环的麻烦。
基于 CTranslate2 重实现的 Whisper 语音转文字推理引擎，通过量化与高效推理大幅提速并降低显存占用，适合本地部署转录。
单次前向传播即可对任意文本做类型化选择、打分和是非判断的非自回归决策引擎，支持100多种语言，并按请求自动路由到合适的检查点。
轻量模块化的 C++11 图形中间件，帮游戏和数据可视化项目快速接入 OpenGL、Vulkan 等底层图形接口，省去自己搭渲染管线的麻烦。
面向 AI 与多模态负载的高性能数据引擎，用 Rust 编写，能大规模处理图像、音频、视频和结构化数据，适合搭建 ETL 与数据管道。
把 Claude Code 变成游戏 Mod 开发助手，提供侦察、逆向工程、fal 生成美术/3D/音频、游戏内测试和演示视频等技能与 MCP 工具，几乎能改任何 PC 游戏。
在 Android 手机上本地跑 NLLB 模型的实时翻译 App，支持蓝牙耳机对话翻译，全程离线不联网也能用。
可扩展的插件化 HTML5 网页媒体播放器，支持 HLS、DASH、MP4 等格式，方便在网页中嵌入并定制视频和音频播放。
开箱即用的语音工具包，覆盖流式语音识别、语音合成、声纹识别、语音翻译和关键词唤醒，自带标点恢复与文本前端，适合快速搭建语音推理服务。
面向创作者的开源 AI 工作台，集视频下载、翻译配音、转录、图像与视频生成、剪辑于一体，支持 120 多种语言，适合做 YouTube、TikTok 等社媒内容本地化。
Windows 上离线可用的文件格式转换工具，内置 FFmpeg、LibreOffice、Poppler 和 Tesseract，支持图片、文档、表格、PPT、PDF、音视频及 WPS 格式互转，还能做 OCR 和批量转换。
端侧唤醒词检测引擎，用深度学习在本地识别自定义唤醒词，无需联网即可实现语音激活。