语音生成

MaskGCT是Amphion项目中的非自回归文本转语音模型，公开目录提供预训练权重与本地推理步骤，用户可通过Gradio、Jupyter Notebook或推理脚本使用语音生成流程。

Fish Speech是Fish Audio公开提供的语音生成模型与推理代码项目，支持文本生成语音、参考音色克隆、多说话人内容及自然语言风格控制，并提供命令行、API和WebUI使用说明。

OpenVoice是由MyShell相关团队公开发布的语音克隆项目，提供V1、V2模型与使用说明，支持参考音色克隆、多语言语音生成以及情绪、口音和节奏等风格控制。

商汤SenseAudio提供文本转语音、AI配音、音色定制、声音克隆等公开能力，适用于有声内容制作、播客配音、角色语音。

魔珐星云提供数字人实时驱动、视频生成、语音合成、API集成等公开能力，适用于数字人应用开发、交互智能体开发、企业数字人集成。