“streaming” 相关开源项目

开源的实时音频驱动数字人视频生成框架，支持无限时长流式输出，基于 14B 参数的 Wan2.2-S2V 模型。

开源语音活动检测（VAD）与音频事件检测（AED）工具，支持 100 多种语言的语音、歌唱和音乐识别，提供流式与非流式模式。

可自托管的有声书与播客服务器，支持多用户、进度同步，并提供网页端及安卓、iOS 客户端。

Python 库，可在 LLM 流式输出过程中检测重复循环、语言漂移等解码损坏，并在用户看到前截断。

一款免费的 macOS 提词器，随语音逐词高亮脚本，以灵动岛式浮层显示。

一份精选列表，汇集可实时获取数据的公开与付费数据源，涵盖金融、交通、天气、新闻、安全等领域。

面向家人和朋友的自托管影音服务器，管理本地电影、剧集和音乐。

超轻量端侧文本转语音模型，80M 参数，支持流式输出，32kHz 音质，可在 CPU、CUDA 和 MPS 上运行。