开源的对话语音生成模型，能把文字转成自然流畅的日常对话语音，适合给聊天机器人和语音助手配音。
开源语音合成模型家族，支持长语音、对话合成、音色设计、音效生成和实时流式 TTS，适合搭建多语言语音生成服务。
围绕 TTS 生成模型搭建的语音合成服务，提供 API Server 和 Gradio WebUI，方便快速部署和调用多种语音生成模型。
多语言大语音生成模型，覆盖推理、训练到部署全流程，支持中英日粤语及跨语种合成，适合做语音克隆和对话机器人。
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。
把微软 VibeVoice 语音合成模型接入 ComfyUI 的节点插件，支持单人和多人对话式语音生成，可直接在工作流里出高质量配音。
本地运行的桌面工具，从视频中提取语音生成 SRT 字幕并翻译成任意语言，全程离线、无需注册、不限次数。
…音色库；经目录更新替换过的模型可以回退到旧版本。 - 界面：过渡更连贯，右侧面板可调宽，语音转写移到语音生成下方，设置页文案更简洁，空闲更省 CPU，安装包更小、首屏更快。 - 更可靠：状态库丢失时自动从备份恢复，删除素材和迁移数据目录更稳妥，下载遇网络抖动自动续传，退出不再卡住，错误在出错的地方就地提示（Ocho 面板、音乐播放页、各对
…口实现） - AI 生成音频页面 - AI 换衣功能可生成图片和视频 - 视频生成做成真实功能 - 语音生成做成真实功能 - 支持谷歌生图模型 - AI 绘画 - 支持本地语音合成 - AI 知识库支持网页类型知识库 - 【issues/8143】知识库能够自定义分词参数 - 创建知识库时可创建分段策略，知识库内文档默认沿用 - 商品导购
…oryboard 的执行稳定性 - 增强视频生成链路，支持首尾帧串联与单镜头首尾帧同时配置 - 升级语音生成与口型同步能力，补强项目级 TTS 配置 - 扩展模型与 Provider 生态，提升多模型接入能力 - 重构默认模型配置与 Provider 管理体验 - 增强错误处理、超时反馈与显式失败机制 - 补充登录限流、密码强度提示等基础