轻量级全模态工作站插件，可让模型同时支持视频、图片、语音的输入输出，还能直接调用ComfyUI完成图像生成，实现任意模态内容的互通处理。
支持输入旁白脚本自动生成成品竖版短视频，内置免费神经语音合成、自动烧录字幕功能，可快速输出适配社交平台的内容，全程无需配置API密钥，开箱即用。
轻量级语音能力集成工具，封装通义千问、火山引擎的文本转语音与语音转文本能力，接口简洁开箱即用，可快速为业务系统接入高可用语音交互服务
集成GUI侧边栏的AI音频生成插件，支持多厂商TTS、音乐、音效生成与语音设计，内置模型对比、资源库功能，可快速完成各类音频内容创作
支持将语音实时转写为文字输入到目标网页输入框，自动语音播报助手返回的回复内容，纯前端实现无任何第三方依赖，安装启用即可直接使用，无需额外配置。
它是对接jwilson411/kokoro-tts-api的HTTP TTS客户端，无需额外权重文件，部署调用轻量，可直接为应用集成文本转语音能力。
轻量级语音播报插件，监听会话的turn/end事件，自动提取内容生成自然流畅的语音播报，部署无需额外依赖，支持多类语音包切换，使用过程无需手动干预。
DeepSeek Harness 语音插件：火山 seed-tts 云端 TTS（自动回退 SAPI/Huihui 离线）+ 桌面通知 + 场景化 WAV 提示音 + 提问自动呼叫。DSH 原生集成，零 Python 依赖，Windows ...
支持接入IndexTTS 2.5与GPT-SoVITS两款本地语音合成模型，可无缝对接DeepSeek Harness完成语音合成与播放，无需调用云端接口，本地运行低延迟，部署操作简单。
支持智能体生态语音合成能力拓展，无缝对接本地高性能GSV-TTS-Lite引擎，提供高自然低延迟的语音输出能力，部署简单无需额外云端依赖，开箱即用即可为智能体赋予交互能力。
内置Edge TTS语音合成能力，为交互界面新增语音播报按钮，同时支持自动接收智能体发送的语音笔记，开箱即用无需额外配置。
本地部署的智能视频管理工具，支持语音唤醒一键启动，覆盖素材智能分析、自动剪辑到成片交付的完整剪辑链路，所有数据本地处理无需上传，零复杂配置即可快速上手。