OpenBMB 开源的多语言文本转语音模型，无 tokenizer 端到端生成，强调自然情感表达、声音设计与高保真克隆，可自部署。
适合AI 语音研发团队 · 有声书与播客制作方 · 游戏与虚拟角色团队
亮点
无 Tokenizer 架构
直接生成连续语音表示，韵律自然机械感少
可控声音创作
文本控制风格、创意音色设计、可控语音克隆
30 多语言覆盖
跨语种内容、本地化配音、统一品牌声音
开源可自行部署
模型代码公开，私有化部署二次开发微调
取舍
选它的理由
- 生成语音自然少拼接味
- 高表现力配音适合角色需求
- 多语言跨语种生产省事
- 开源自部署接入工作流
先想清楚
- 只想要点开就用的配音软件
- 没有较强 GPU 或服务器
- 对语音克隆合规敏感
- 模型项目安装运行门槛高
安全警示
- 语音克隆功能使用需获得声音主体授权，避免用于伪造他人声音
基于公开资料与 AI 分析整理，仅供参考，请自行核实。
同类推荐
查看全部更多「音视频工具」软件
LinguaGacha
音视频工具开源基于AI大模型的次世代文本翻译器，支持16种语言互译，一键翻译小说、游戏文本、字幕等，开箱即用，专为游戏汉化与字幕翻译优化。
Faster Whisper transcription with CTranslate2
音视频工具开源基于CTranslate2的Whisper语音识别项目，推理速度可达原版4倍，精度不变，支持int8量化与批处理。
Stash
音视频工具开源Stash 是一款自托管的成人内容媒体库管理器，可将你的本地视频和图片整理成私人 PornHub 式的站点，支持流媒体播放、标签组织和元数据刮削。
Buzz
音视频工具开源一款基于OpenAI Whisper的离线语音转文字与翻译桌面应用，支持多引擎、GPU加速和说话人识别，可导出SRT/VTT字幕。
宇宙无敌表达训练系统
音视频工具开源一个实时语音识别与表达精准度训练工具，通过离线词库与可选AI分析，标记口头禅、犹豫词和笼统表达，并提供具体改进建议。
FFmpegFreeUI
音视频工具开源FFmpegFreeUI（3FUI）是Windows上专为进阶编码人员设计的FFmpeg专业交互外壳，提供了全自由参数转码、批量处理与可扩展平台，所有生产力功能免费。
软鉴 SoftMemo
AI 整理的软件知识库
AI 整理软件资料、版本动态、更新通知、订阅权益与对比分析，沉淀可复用的工具知识。