Pipecat 语音对话管线
语音与多模态对话框架，把 STT/LLM/TTS 串成实时处理管线。
当前筛选：语音音频 · 共 6 个条目
✅ 本区含国内可直连工具与进阶能力；纯小白建议先看 AI工具箱 的国内可直连工具。
LiveKit Agents 实时语音
搭实时语音 Agent 的框架，内置打断处理、降噪与多路通话。
faster-whisper 加速转写
Whisper 的 CTranslate2 加速实现，同精度下更快更省显存。
Diffusers 扩散模型库
Hugging Face 的扩散模型库，训练与推理图像、视频模型的标配。
ComfyUI 节点式扩散工作流
节点式扩散模型工作流，图像与视频生成、批量出图的主力工具。
魔音工坊
AI 配音平台，中文音色丰富，短视频解说配音首选。
