OmniVoice

环境要求

• Python 环境（项目为 pip 可安装的 Python 包）
• 已安装 git，用于克隆源码仓库
• NVIDIA GPU + 对应 CUDA 版本（示例为 CUDA 12.8），或 Apple Silicon / Intel Arc GPU / CPU
• 足够的磁盘空间用于存放预训练模型权重

安装与启动步骤

1. 1安装 PyTorch

   先按显卡与 CUDA 版本装好 PyTorch，示例为 CUDA 12.8 对应的 torch 2.8.0；其他版本参考 PyTorch 官网。

   pip install torch==2.8.0+cu128 torchaudio==2.8.0+cu128 --extra-index-url https://download.pytorch.org/whl/cu128

   复制

2. 2克隆并安装项目

   从 GitHub 拉取源码后进入目录，用可编辑模式安装，README 说明 pip 与 uv 二选一。

   git clone https://github.com/k2-fsa/OmniVoice.git
   cd OmniVoice
   pip install -e .

   复制

3. 3启动本地 Web UI

   项目自带 omnivoice-demo 命令，可直接拉起网页界面；--ip 与 --port 按需修改。

   omnivoice-demo --ip 0.0.0.0 --port 8001

   复制

4. 4浏览器访问界面

   在浏览器打开本机对应端口地址，看到 OmniVoice 操作界面即表示服务已正常运行。

关键配置

如何确认成功

浏览器打开 http://localhost:8001，能正常显示 OmniVoice 的 Web 操作界面即启动成功。

常见问题

注意事项

• pip 与 uv 两种安装方式只需选择一种，不要混用。
• 建议在虚拟环境中安装，避免与其他项目的 PyTorch 版本冲突。
• 首次运行需要下载预训练模型权重，请预留磁盘空间并耐心等待。
• 本文只覆盖安装与本地推理，训练与评估部分请参考 README 对应章节。