好开源，值得被发现。

NVIDIA NeMo Speech 是一个 Apache-2.0 许可的 PyTorch 框架，用于构建、定制和部署语音 AI 模型，涵盖自动语音识别、文本转语音和语音大语言模型，并提供预训练检查点及 Docker/uv 安装方式。

Eclipse Deeplearning4J（DL4J）是一个基于JVM的开源深度学习生态系统，支持Java、Scala、Kotlin等语言。它包含从Keras和TensorFlow导入模型、ND4J线性代数库、SameDiff自动微分框架、DataVec数据预处理等功能，可在CPU/GPU上跨Windows、Linux、macOS运行。

FaceSwap 是一款基于深度学习的开源人脸交换工具，支持图像和视频中的脸部识别与替换。它提供提取、训练和转换三个阶段，支持命令行和图形界面，并利用 CUDA GPU 加速处理。

AirSim是微软开源的无人机和汽车模拟器，作为虚幻引擎插件构建，并提供实验性的Unity版本。支持PX4和ArduPilot的软件/硬件在环仿真，提供跨语言API以获取图像和控制车辆，用于AI研究。

VoxCPM2 是 OpenBMB 推出的开源无分词文本转语音系统，基于 2B 扩散自回归架构，支持 30 种语言及中文方言，具备文本描述配音、可控语音克隆和 48kHz 高保真输出等能力。