text-to-speech

面向 Apple Silicon 的 AI 语音工具包 — 基于 MLX 和 CoreML 的 ASR、TTS、语音到语音、VAD 及说话人分离功能。

适用于 Windows、Linux 和 macOS 的未经审查的本地 AI 工作室。用于图像生成、GGUF LLM、文本转语音和语音转文本的零设置 GUI

SGLang-Omni 为 TTS、ASR、语音和全向模型提供高性能服务。

一个用于在Apple Silicon上使用MLX进行音频处理的模块化Swift SDK

快速、可扩展的桌面翻译套件。翻译、OCR、TTS、拼写检查 — 使用插件系统。