好开源，值得被发现。

YuE2 是一个开源音乐生成模型，将符号规划与音频合成统一：它根据歌词和风格提示生成可编辑的旋律与和弦乐谱，然后渲染出包含人声和伴奏的完整歌曲，并支持零样本翻唱和智能体乐谱编辑。

VideoLingo 是一款一体化 AI 驱动的视频翻译、本地化和配音工具，可生成 Netflix 级单行字幕，并支持多语言无缝语音配音。

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。

GPT-SoVITS 是由 RVC-Boss 开发的多功能语音克隆与文字转语音（TTS）WebUI 工具，支持零样本（5秒音频）和少样本（约1分钟数据）语音克隆，兼容中文、日语、韩语、粤语和英语等多种语言。内置音频分离、自动分轨、多语言 ASR 等功能，提供 WebUI 界面和命令行工具，支持 Windows、Linux、macOS 及 Docker 平台部署。