audio-webui

一个网页搞定多种音频AI，不用写代码就能玩转音乐生成和语音合成

audio-webui 是一个面向音频相关神经网络的统一 Web 界面，旨在解决音频 AI 工具分散、使用门槛高的问题。它集成了多种主流音频生成与处理模型，如 AudioCraft、AudioLDM、Bark（文本转语音）、RVC（歌声转换）等，用户无需编写代码，通过浏览器即可完成模型加载、参数配置、任务执行和结果预览。项目基于 Python 构建，采用 all-in-one 设计，支持文本生成音乐、语音合成、声音克隆、音频风格迁移等核心能力，并提供直观的图形化操作界面。对于音频创作者、研究人员和爱好者，它降低了使用先进音频 AI 模型的技术门槛，提升了实验和创作效率。项目仍处于成长阶段，社区活跃度中等，适合对生成式音频感兴趣的开发者快速上手和二次开发。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1244

维护状态低维护

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队gitmylo

所属国家

官网地址

GitHubhttps://github.com/gitmylo/audio-webui

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai,aio,all-in-one,artificial-intelligence,audiocraft,audioldm,bark,bark-gui,generative-audio,generative-music,music,rvc,rvc-gui,text-to-audio,text-to-speech,tts,voice-cloning

GitHub 星标★ 1244

30天Star增速

HF 下载量

上线时间2023-05-05 00:00:00

最近更新2026-09-14 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

难度：入门约 15 分钟部署方式：本地安装 7 步

环境要求

Python 3.10（低于 3.10 不支持 "|" 类型注解，3.11 目前不支持 TTS 库）
已安装 Git（可在终端执行 git --version 验证）
部分功能需要安装 ffmpeg
Windows 系统需要安装 Visual Studio C++ 生成工具

安装与启动步骤

1检查 Git

打开终端/命令行，输入命令确认 Git 是否可用；若提示找不到命令，请先到 git-scm.com 下载安装。
```
git --version
```
2确认 Python 版本

本项目只在 Python 3.10 上可用，版本过低或 3.11 都可能报错，请先确认当前解释器版本。
```
python --version
```
3安装 ffmpeg

部分音频功能依赖 ffmpeg，README 指向 ffmpeg.org，按系统方式安装并确保加入 PATH。
4安装 C++ 生成工具

仅 Windows 需要：安装 Visual Studio C++ build tools，否则部分依赖编译会失败。
5获取项目代码

README 的 Downloading 章节未在节选中给出，按官方仓库地址克隆到本地目录后进入项目文件夹。
```
git clone https://github.com/gitmylo/audio-webui.git
cd audio-webui
```
6运行安装脚本

Windows 双击或执行 run.bat，Linux/MacOS 执行 run.sh；脚本会自动在 venv 中安装全部依赖。
```
run.bat
```
7启动 WebUI

安装完成后再次运行同一个脚本即可启动；Linux/MacOS 使用 run.sh，启动后按终端提示的地址访问。
```
bash run.sh
```

如何确认成功

运行 run.bat 或 run.sh 后终端无报错、依赖自动装完并出现 Web 服务访问地址，浏览器打开该地址看到界面即成功。

常见问题

Q：可以用 Python 3.11 或更低版本吗？

A：不建议。README 明确说明代码在 Python 3.10 上运行，低于 3.10 不支持 "|" 类型注解，3.11 目前对 TTS 库缺乏支持。

Q：提示找不到 git 命令怎么办？

A：说明未安装 Git，去 git-scm.com/downloads 下载安装后，重新在终端执行 git --version 确认可用。

Q：Windows 安装依赖时编译失败？

A：需要预先安装 Visual Studio C++ build tools，装好后重新运行 run.bat 让脚本重新安装依赖。

Q：某些功能运行报错缺少组件？

A：部分功能依赖 ffmpeg，请先安装 ffmpeg；其他常见问题可查看仓库 readme/common_issues.md 或提交 issue。

Q：能用 Docker 部署吗？

A：README 仅给出社区 Docker 仓库（LajaSoft/audio-webui-docker、jacen92/audio-webui-docker），不由作者维护，相关问题需到对应仓库反馈。

注意事项

运行脚本会自动创建 venv 并安装依赖，首次运行耗时较长，请保持网络畅通。
Docker 相关仓库为社区维护，非官方支持。
README 节选中未包含 Downloading 章节内容，克隆地址按官方仓库地址给出，如与文档不同以官方说明为准。
遇到问题可先查阅 Common issues 页面，再在项目仓库提交 issue。

核心亮点

集成 AudioCraft、Bark、RVC 等多个主流模型，免去独立部署的繁琐
纯 Web 操作，无需编程基础，降低音频 AI 使用门槛
支持文本生成音乐、语音克隆、声音转换等多样化任务，功能全面

不足之处

模型加载和推理对硬件要求较高，普通电脑可能运行缓慢
文档/社区待观察

适用场景

音乐创作者快速生成背景音乐或音效
播客或视频制作者用 Bark 生成语音旁白
声音爱好者用 RVC 进行歌声转换或声音克隆实验

替代项目

Audiocraft WebUI、Bark WebUI、RVC WebUI

项目介绍

audio-webui 是音频音乐领域的开源项目，由 gitmylo 开发，2023 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,244）位列前 30%，在音频音乐分类的 738 个项目里位列前 14%。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-14。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：音乐创作者快速生成背景音乐或音效。同类可对比的替代方案包括 Audiocraft WebUI、Bark WebUI、RVC WebUI。

上一篇：WavTokenizer

下一篇：XZVoice