speechbrain/speechbrain

huggingface/diffusers

Hugging Face 推出的 PyTorch 扩散模型库，提供 SOTA 模型，轻松实现图像、视频、音频的生成与转换。

microsoft/onnxruntime

ONNX Runtime 是一个跨平台、高性能的机器学习推理与训练加速引擎，支持多种框架模型部署。

ggml-org/whisper.cpp

将 OpenAI Whisper 模型移植至 C/C++，实现无依赖、跨平台的高效本地语音转文字。