awesome-free-models语音模型指南7个免费开源TTS与语音识别神器【免费下载链接】awesome-free-modelsA curated list of free AI models, APIs, and tools you can use without paying a cent.项目地址: https://gitcode.com/gh_mirrors/aw/awesome-free-models想让 AI 免费开口说话awesome-free-models 是一份零成本 AI 模型精选清单其「Audio Speech Models」板块收录了 7 个开源语音模型神器——5 个免费 TTS文本转语音与 2 个高速语音识别STT工具全部支持免费下载、本地部署无需信用卡。✅ 清单内 343 个链接均在 2026 年 10 月 1 日完成人工复核语音板块的每个模型都标注了参数规模与许可协议可以安心挑选。一文速览7 个免费语音神器对比表工具类型核心亮点许可协议Qwen3-TTSTTS10 种语言、语音克隆流式首包仅 97ms0.6B/1.7B 两档Apache 2.0ChatterboxTTS开源 TTS 质量标杆23 语言350M 低延迟版MITMOSS-TTSTTS100M Nano 纯 CPU 可跑8B 旗舰支持音效生成与实时流式Apache 2.0Orpheus-TTSTTS基于 Llama-3b零样本语音克隆 情绪标签流式延迟约 200msApache 2.0NeuTTSTTSGGUF 量化可上手机120M Nano / 360M Air 两档Apache 2.0Faster-WhisperSTT基于 CTranslate2 重构的 Whisper转写速度提升 4 倍MITMuse Voice Transcribe 1.0STT免部署在线接口说话人识别、端点检测、关键词偏置经 OpenRouter 提供 6 个是本地可自托管的开源权重模型1 个是免部署的在线转写接口——本地与云端两条路线都替你铺好了。5 个免费 TTS 神器让文字开口说话1. Qwen3-TTS多语言语音克隆首选阿里巴巴开源的 TTS 模型支持语音克隆、语音设计凭空设计新音色和 10 种语言合成。最大优势是流式输出首包延迟仅 97ms边合成边播放适合做实时语音助手。提供 0.6B 和 1.7B 两档参数消费级显卡即可运行。2. Chatterbox开源 TTS 的质量标杆Resemble AI 开源社区星标高达 26.6K 的 TTS 项目。V3 多语言版覆盖 23 种语言0.5B 参数还支持副语言标签——让模型带出停顿、轻笑等细节。Turbo 版仅 350M 参数专为低延迟智能体场景优化MIT 协议商用友好。3. MOSS-TTS从纯 CPU 到 8B 旗舰的全家桶MOSI.AI 出品的一大一小组合100M 的 Nano 版可纯 CPU 运行适合树莓派、笔记本等没有显卡的设备8B 旗舰版则支持语音克隆、对话生成、音效生成能合成雨声、敲门声与实时流式输出Apache 2.0 协议。4. Orpheus-TTS带情绪标签的拟人语音基于 Llama-3b 的语音模型主打人味给一段参考音频即可零样本复刻音色配合情绪标签控制语气流式延迟约 200ms。做有声书、播客、角色扮演类内容时它是 7 个工具里演绎感最强的选择。5. NeuTTS手机与低配机上的端侧 TTSNeuphonic 推出的端侧方案模型经 GGUF 量化专为 CPU 和移动设备优化提供 120M Nano 与 360M Air 两档支持即时语音克隆。如果你的目标是把语音合成装进 App 或离线设备它是最轻量的选项。2 个语音识别神器把声音变成文字6. Faster-Whisper4 倍速的本地转写引擎基于 CTranslate2 重构的 Whisper 加速版25.6K★转写速度比原版快约 4 倍、显存占用更低。批量给视频配字幕、会议纪要转文字、离线听写用它最划算MIT 协议无任何商用限制。7. Muse Voice Transcribe 1.0免部署的在线 STTMeta 于 2026 年 9 月推出的同步语音识别模型通过 OpenRouter 即可调用无需本地部署。专为按键说话场景设计支持端点检测自动判断你何时说完、说话人识别还可用关键词偏置强化专业术语的识别准确率。输入 16/24 kHz 单声道 WAV最长 10 分钟。新手选型指南按场景一键挑选你的场景推荐工具一句话理由笔记本 / 树莓派没有显卡MOSS-TTS Nano100M纯 CPU 就能实时运行手机 App / 离线设备NeuTTS NanoGGUF 量化端侧最轻量中文等多语言配音、低延迟Qwen3-TTS10 种语言 97ms 首包23 语言实时对话智能体Chatterbox Turbo350M 小身材、低延迟有声书、播客等情绪演绎Orpheus-TTS情绪标签 零样本克隆本地批量转字幕 / 纪要Faster-Whisper转写速度提升 4 倍不想装环境在线转写Muse Voice Transcribe免部署支持说话人识别获取方式与延伸阅读克隆仓库离线查阅完整清单53 个模型、245 个工具、21 个板块git clone https://gitcode.com/gh_mirrors/aw/awesome-free-models语音模型详情见 README.md 的「Audio Speech Models」板块同步副本在 docs/index.md想补充新工具收录标准写在 CONTRIBUTING.md必须真正免费不接受绑卡试用优先 Apache 2.0 / MIT 等宽松协议清单本身采用 CC0 协议见 LICENSE内容可自由转载使用 小贴士清单中的免费都经过人工复核最近一次为 2026-10-01但服务商政策可能随时变化动手前花一分钟确认一下官方页面即可。【免费下载链接】awesome-free-modelsA curated list of free AI models, APIs, and tools you can use without paying a cent.项目地址: https://gitcode.com/gh_mirrors/aw/awesome-free-models创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考