LUMI 是一款接入30+AI工具的小说推文视频制作平台，一键生成爆款小说视频！​​ 集改写、配音、图片生成等于一体，告别繁琐流程，轻松产出高质、吸睛的推文视频。专为小说推文从业者与副业创富者设计，让你真正用 AI 高效变现，掘金流量时代！

WhisperLiveKit 是一个开源的实时语音处理工具，结合前端浏览器与后端服务，支持本地运行。它能在超低延迟下完成语音转文字，并提供 多语言翻译、说话人识别、语音活动检测 等功能。

AutoClip 是一个基于AI的智能视频切片处理系统，能够自动从YouTube、B站等平台下载视频，通过AI分析提取精彩片段，并智能生成合集。系统采用现代化的前后端分离架构，提供直观的Web界面和强大的后端处理能力。

Fonoster 是一个开源的可编程语音通信平台，帮助企业通过云端构建语音应用与电话服务。它支持多租户架构、强大的 API 安全机制，并集成了语音识别与合成能力。

LangBot 是一个开源的大语言模型原生即时通信机器人开发平台，旨在提供开箱即用的 IM 机器人开发体验，具有 Agent、RAG、MCP 等多种 LLM 应用功能，适配全球主流即时通信平台，并提供丰富的 API 接口，支持自定义开发。

Short-video-factory（短视频工厂）是一款开源桌面应用，利用AI技术自动生成和剪辑高质量短视频。它集成文案生成、语音合成、视频剪辑与字幕特效等功能，让用户轻松完成视频创作。

EasyVoice 是一个开源的文本、小说智能转语音解决方案，旨在帮助用户轻松将文本内容转换为高质量的语音输出。

noScribe 是一款免费开源、完全离线的 AI 语音转写桌面软件，专为采访、学术研究和需要隐私保护的场景设计。它基于 OpenAI Whisper、faster-whisper 和 Pyannote 技术，可将多语言音频或视频精准转换为文字，并提供内置编辑器方便校对。

RealtimeVoiceChat 是一个开源项目，专注于通过语音与人工智能进行实时、自然的对话。用户使用 麦克风输入语音，系统通过浏览器捕获音频，快速转为文字，由大型语言模型（LLM）生成回复，再将文字转为语音输出，整个过程接近实时。

基于 ComfyUI 的高品质音乐音频增强：FlashSR 超分辨率 + Fat Llama 频谱增强（GPU 和 CPU）。

一站式离线 AI 视频字幕生成和翻译软件，从视频下载，音频提取，听写打轴，字幕翻译，视频合成，字幕总结各个环节为翻译者提供便利。本项目基于 Galtransl，采用 GPLv3 许可。

Open-Sora 让所有人都能使用模型、工具和所有细节。

IntraScribe 是面向企业、学校与机关等内网环境的本地优先语音转写与协作平台：支持实时转写、说话人分离、高质量批处理、AI 总结与标题生成。默认提供浏览器 WebRTC 接入与 SSE 实时返回，也支持边缘设备/硬件作为前端，架构解耦、可替换任意采集与传输方案；数据全程留在本地，重视隐私与合规。

Real-Time AI Voice Chat 允许您仅使用语音与大型语言模型 （ LLM ） 聊天，并近乎实时地接收口头响应。将其视为您自己的数字对话伙伴。

Twocast 是真人对话 AI 播客生成器，多语言，多音色。

WhisperLiveKit用于实时、本地语音转文本和说话人分类的 Python 包。FastAPI 服务器和 Web 界面。 直接将语音实时转录到您的浏览器，具有即用型后端+服务器和简单的前端。✨