LiveTalking：能实时对话的流式数字人直播引擎
LiveTalking 是 lipku 开源的实时流式数字人引擎：音视频同步、可打断、多并发，WebRTC 低延迟输出，Apache-2.0 可商用。
声音克隆
「声音克隆」标签聚合的各栏目已发布内容，按本站发布日期从新到旧排列。
6 条
VoxCPM2：短样本克隆真人音色的开源 TTS
OpenBMB 的 VoxCPM2 用 2B 参数做开源语音克隆：30 种语言、48kHz 输出，Apache-2.0 可商用，配音和播客都能本地跑。
ElevenLabs 估值翻倍至 220 亿美元：这一次是员工老股回购
ElevenLabs 宣布 3 亿美元员工老股回购，估值 220 亿美元，较 2 月翻倍；Wellington 与 T. Rowe Price 领投。
ElevenLabs 发布 v4 与 v4 Turbo：90+ 语言、10 秒克隆，Turbo 延迟约 100 毫秒
ElevenLabs 9 月 28 日发布语音模型 v4 与 v4 Turbo：90+ 语言、10 秒克隆声音，Turbo 延迟约 100 毫秒，开放 API。
yovoice：把配音工作台整个搬到本地的开源语音创作工具
给视频、课程和有声内容做配音，常见的路是粘进云端 TTS：按字收费、声音同质化、文稿还得先上传。yovoice 把 7 个本地 TTS 模型经 audio.cpp 跑在自己机器上，1-60 秒参考音频克隆声音，录音、剪辑、导出齐备，另带 CLI 和 Agent Skill。Apache-2.0 开源，macOS 与 Windows 可用。
ebook2audiobook：本地电子书转有声书工具
在本地把电子书转成有声书的开源工具，内置多种 TTS 引擎，支持语音克隆和 1158 种语言，可输出带章节与元数据的 m4b，无需云服务，最低 2GB 内存即可运行。