
audio.cpp-webui
纯 C++ 音频 AI 全家桶,网页即开即用,无需 Python
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 434
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 3.10+
- (可选)NVIDIA GPU
- 构建工具链
安装与启动步骤
-
1拉仓库
把多个本地音频模型放进一个工作台。
git clone https://github.com/kigner/audio.cpp-webui.git audio.cpp -
2按目标后端构建
纯 CPU 也能跑,GPU 后端更快。
bash scripts/build_linux.sh --backend cpu --build-type Release --target audiocpp_server -
3起服务
按终端提示的地址访问界面。
-
4先做一次转写
用一段短音频验证链路。
-
5再试配音与翻译
这两步依赖更多模型。
如何确认成功
同一段音频既能在界面里转写成字幕,也能用另一段文本合成语音,两步都不需要联网
注意事项
- 它把语音合成、转写、翻译配音整合成一个本地工作台。
- 模型能力来自多个上游项目,各自许可能不一样。
- CPU 后端可用但慢,长音频处理要有耐心。
- 编译依赖较重,首次构建容易卡在依赖上。
- 录音与合成音频涉及隐私与人格权,本地处理是它的优势。
核心亮点
- 无 Python 依赖,部署简单,环境隔离问题少
- 基于 ggml,推理性能高,适合 CPU/边缘设备
- WebUI 覆盖 TTS、ASR、VAD、音乐生成等全任务,开箱即用
不足之处
- 早期项目,功能稳定性待验证
- 文档/社区待观察
适用场景
- 本地离线语音助手开发
- 边缘设备上的实时语音识别与合成
- 音乐生成与音频处理的快速原型验证
替代项目
whisper.cpp、llama.cpp、stable-diffusion.cpp
上一篇:ACE-Step-Studio
下一篇:VODER
同类项目推荐
MagiCodec
开源
单层流式音频编码,让下游模型更易用
A single-layer, streaming codec model providing SOTA audio quality and discrete toke···
TTS-WebUI
开源
一个界面玩转二十多种语音与音乐生成模型
A single Gradio + React WebUI with extensions for ACE-Step, OmniVoice, Kimi Audio, P···
ComfyUI-VoxCPM2
开源
在 ComfyUI 里直接做多语言语音合成和克隆,还能训练 LoRA
VoxCPM2 TTS for ComfyUI. 30 languages, voice design, controllable cloning, 48kHz aud···
TTSlist
开源
10000条ChatTTS音色随便挑,告别音色抽卡烦恼
10000 chatTTS voices !chatTTS 音色库,再也不为音色抽卡烦恼啦。这是我第一个项目,熬夜···
TurkicTTS
开源
让十种突厥小语种也能拥有流畅语音合成
A multilingual text-to-speech synthesis system for ten lower-resourced Turkic langua···
DualCodec
开源
低帧率音频编码,让语音生成又快又准
[Interspeech 2025] DualCodec: A Low-Frame-Rate, Semantically-Enhanced Neural Audio C···
voice-builder
开源
拖拽式搭建自定义语音,快速生成 TTS 模型
An opensource text-to-speech (TTS) voice building tool
MangoByte
开源
在 Discord 里一键播放 Dota 英雄台词,还能 TTS 整活
A discord bot that provides the ability to play dota hero response clips, do tts, an···
dectalk
开源
让 90 年代经典 DECtalk 语音在现代电脑上重新发声
Modern builds for the 90s/00s DECtalk text-to-speech application.