Havuz

VoiceStudio, yerel speech modellerini masaüstü uygulamasında voice cloning, text-to-speech, transcription ve video dubbing gibi iş akışlarıyla bir araya getiriyor.

Neden yükseliyor · 171 günde 37.761 yıldıza ulaşması dikkat çekici kullanıcı ilgisine işaret ediyor; kapsamlı yerel voice iş akışları ve ElevenLabs alternatifi olarak konumlanması bu ilgiyi açıklayabilir. Son 28 gündeki 1.505 commit yüksek aktivite gösterse de yalnızca 6 farklı yazar görünmesi, bu hareketin geniş katkıcı tabanına yayıldığını kanıtlamıyor.

Claude Code benzeri coding agent’lara 39 film stili, yönetmenlik yönergeleri ve örnekler sağlayarak kodla kısa video üretmelerini sağlayan bir araçtır.

Neden yükseliyor · Bir günlük repoda 185 yıldız almış; 39 görsel olarak sergilenen stil ve çalışan örnekler, agent ile video üretimi temasını kolay anlaşılır ve paylaşılabilir kılıyor. Ancak son 28 gündeki 12 commit tek yazardan geliyor; bağımsız benimsenme veya kullanım verisi gösterilmiyor.

An autonomous, context-aware AI desktop companion. Built with Python, featuring real-time screen vision, custom ONNX voice synthesis, active

MOSS-TTS-Nano, düşük kaynaklı cihazlarda çok dilli konuşma üretimi ve voice cloning için tasarlanmış 100M parametreli bir TTS modelidir.

Neden yükseliyor · 170 günde 4.412 yıldız alması, çok dilli TTS'yi GPU gerektirmeden çalıştırma ve voice cloning özelliklerinin geliştiriciler için çekici olduğunu gösteriyor. Ancak son 28 günde 2 commit ve 1 farklı yazar olması, yıldız ivmesinin güncel geliştirme etkinliğiyle desteklendiğine dair sınırlı kanıt sunuyor.

audio.cpp, ggml tabanlı ortak bir C++ runtime üzerinden farklı ses modellerinde yerel inference çalıştırmayı sağlayan bir framework’tür.

Neden yükseliyor · 96 günlük yaşına rağmen 3067 yıldızın yanı sıra son 28 günde 272 commit ve 18 farklı yazar görünüyor; bu, README’deki geniş model desteğinin yanında kayda değer bir geliştirme hareketliliğine işaret ediyor. README performans iyileştirmeleri ve yeni model desteği bildiriyor, ancak bu kıyasların bağımsız doğrulaması verilen bilgilerden anlaşılamıyor.

Qwen Audio Agent, mevcut AI Agents için gerçek zamanlı sesli etkileşimi ve konuşma sürerken arka plan görevleri yürütmeyi sağlayan bir runtime sunuyor.

Neden yükseliyor · 63 günlük yaşına karşılık 2.768 yıldız, son 28 günde 271 commit ve 10 farklı yazar güçlü ilgi ve geliştirme temposuna işaret ediyor. README'de v2.0.0 ile gelen ACP/A2A entegrasyonu ve birleşik orchestration runtime da projenin kapsamının hızla genişlediğini gösteriyor; bu metrikler tek başına üretim olgunluğunu kanıtlamaz.

On-device, real-time multimodal AI with features similar to GPT-Live

Open-source local AI audio & music studio for macOS & Windows. TTS, voice cloning, songs with lyrics, and multi-track scores — 100% offline,

Portable local AI studio for Windows, Linux, and macOS. Zero-setup GUI for Image Generation, GGUF LLMs, Text to Speech & Speech to Text

AuK, tek bir doğal dil talimat arayüzüyle konuşma üretimi ve düzenleme görevlerini gerçekleştiren açık ağırlıklı bir speech modelidir.

Neden yükseliyor · Yeni yayımlanmış bir model olarak kısa sürede 1308 yıldız almış; son 28 gündeki 30 commit ve 5 farklı yazar da aktif geliştirmeye işaret ediyor. README ayrıca vLLM-Omni, SGLang-Omni ve audio.cpp desteğini, modelin farklı inference ekosistemlerine taşınmasını sağlayan somut ilgi göstergeleri olarak listeliyor.

Screen Translator, Android ekranındaki yazıları OCR ile tanıyıp çeviren ve sonucu ekranın üzerine yerleştiren bir uygulamadır.

Neden yükseliyor · 97 günde 906 yıldız alması, özellikle oyun ve manga çevirisi gibi belirgin bir kullanım alanına hitap ettiğine işaret ediyor. Ancak son 28 günde 2 commit ve 1 farklı yazar bilgisi, ilginin sürdürülebilir geliştirme faaliyetiyle desteklendiğine dair sınırlı kanıt sunuyor.

Open-source voice-AI SDK. The Vapi/Retell alternative for builders who want to own the stack. Give your AI agent a phone number in 4 lines —

AI video editor for agents. ChatCut plugin and MCP server for Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work

Timeline Studio, tarayıcıda çalışan ve video düzenleme ile bazı AI işlemlerini yerel olarak sunmayı hedefleyen çok kanallı bir video editörüdür.

Neden yükseliyor · 81 günde 871 yıldıza ulaşması ve son 28 günde 25 commit alması dikkat çekiyor; README’deki düzenli özellik güncellemeleri de projenin aktif geliştirildiğine işaret ediyor. Ancak üç farklı yazar verisi sınırlı bir ekip tabanını gösteriyor; yıldız artışının belirli bir nedeni olduğuna dair elde kanıt yok.

Confucius4-TTS: a Multilingual and Cross-Lingual Zero-Shot TTS Engine

explainroo, bir coding agent’ın yazdığı script ve JavaScript sahnelerini yerel voice, word timing ve canvas rendering ile anlatımlı MP4’e dönüştürür.

Neden yükseliyor · Repo yalnızca 7 günlükken 304 yıldıza ulaşmış; agent’lara doğrudan video üretim görevi verme fikri ve yerel çalışan, uçtan uca bir örnek sunması dikkat çekmiş olabilir. Ancak commit ve farklı yazar verisi ölçülmediğinden ilginin sürdürülebilirliği ve geliştirme temposu hakkında kanıt yok.

Claudemy: an open-source alternative to Udemy and Coursera. Give Claude a topic, it researches the web and builds a course of 2-minute audio

Lightning-fast, free, local first voice dictation for macOS with on-device transcription

Build AI phone agents on your own computer and test every change with an AI caller. Open source, runs free with no API keys, cents per call

一句话让 AI 帮你做产品宣传片！把产品名或网址告诉 Cursor、Claude Code、Codex 等 AI 编程工具，它会自己调研产品、画出多种风格样图让你挑选、截取 4K 真实页面、按音乐节拍卡点剪辑、生成 AI 旁白并逐句转写校验、自动审图，最后交付一支 4K 商业宣传

Turn any content into a personalized AI podcast. NotebookLM-style, except you control the script, voices, and hosts. Listen in Apple Podcast

破限本地AI女友后宫，Agent+画图语音向量数据库+live2D+桌宠+酒馆角色卡导入+webchat，QQ+Telegram双通道，8G显存可跑 uncensored Fully offline AI girlfriends harem Openclaw/Claude cod

audio.cpp with a full-task WebUI - pure C++ audio-model inference engine powered by ggml. TTS, ASR/STT, VAD, voice conversion, speaker diari

Free open-source AI desktop app for audiobooks, podcasts, documentaries, films and animated videos with local models, cloud APIs and editabl

和《偶像大师 闪耀色彩》偶像实时语音/文字对话的 AI 分身：日语原声 + 中文字幕、回忆原作剧情、跨角色共享记忆；支持 Google/GitHub 登录与自带密钥，Docker Compose 一键部署（参考 LAPLACE Eidolon）

Free, open-source offline voice dictation for Windows, macOS, and Linux. A Wispr Flow alternative with an AI assistant that can read your sc

Turkish voice design with VoxCPM2 on a 4 GB GPU: describe a voice, pick a variant, read text in 30 languages. Patched audio.cpp, local UI in

Speech synthesis, speech recognition and voice activity detection for voice conversation, in C++ on ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR,

A local video studio for your coding agent. Describe a video in one sentence: your agent directs, your machine renders. Claude Code, Codex,

Self-hosted AI studio on your own GPU: chat with your files (RAG), screen and browser agents, coding swarms, LoRA training, an MCP server fo

Open-source skills that empower any AI agent (Claude, Cursor, Hermes, etc.) to generate end-to-end marketing campaigns - UGC videos, ad vide

日语／英语／中文音视频 → 中文/英文配音与字幕。支持音色克隆、双语混音、RTF 空间处理、人声分离、批量处理和仅字幕导出。JA/EN/ZH media → Chinese/English dubbing & subtitles. Voice cloning, bilingual

An open-source, cross-platform ebook and PDF reader.

Free offline AI video dubbing studio for Windows — voice cloning, translation, subtitles & on-screen-text localization. 100% local, one nati

把一个主题做成有配音、字幕、封面的讲解分析类视频 —— 全本地、用 HTML 写画面，稳定音画同步。 面向 AI 编程智能体的确定性 HTML → MP4 渲染流水线。

Hermes Agent made portable desktop for Windows — 100 tools, GUI, local models via LM Studio, TTS, Music, ComfyUI, workflows, tool maker. No

Open-source, self-hosted AI language learning platform with local or cloud LLMs, CEFR study plans, an AI tutor, voice conversations, flashca

NeMo-Speech.cpp is a lightweight C++ inference runtime for Speech models

DSH 朗读桥：会话里的话自动交给 DeepSeek 网页端朗读，声音从你自己的电脑里出来

Research-backed agent skills and tools for premium image, video, audio, voice, and generative media production across AI coding assistants.

Free Windows desktop app for AI video translation, subtitles and dubbing, with local CPU/GPU models, voice cloning, batch processing and vid

Local, open-source (Apache 2.0) voice layer for Claude Code and Codex on macOS that reads your coding agent's progress aloud. Kokoro text-to

Make any NPC in any game talk back with Fish Audio: skills, a self-hosted voice server and tools for AI coding agents, with a full GTA V exa

An 8M-parameter English text-to-speech model distilled from Kokoro-82M. 9 MB, runs 18x real time on one CPU thread.

Speech, voices, stories, audiobooks, dubbing and transcription, made on your Mac. Free and open source.

Free offline AI voice studio for Windows — text-to-speech with cloned and built-in voices, and speech recognition with speakers. Russian don

Hermes Agent TTS and STT plugin for AllModels speech models and voices.

Private, local text-to-speech for Apple silicon Macs

Turn a topic into a finished YouTube Short/video: script, free & CC0 images, voice-over, subtitles, thumbnail. Runs locally, no key needed.

Ultrafast Qwen3-TTS: sub-50 ms time-to-first-audio at 10 requests per second.