audio.cpp-webui

纯 C++ 音频 AI 全家桶,网页即开即用,无需 Python

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 85 🐛 待处理 2 👀 关注 5
GitHub ↗
GitHub 星标 ★ 434
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,无在线服务,完全免费。

项目预览

audio.cpp-webui 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队kigner
定价模式🏷️完全免费
价格说明开源项目,本地部署,无在线服务,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言C++
技术栈/模型asr,audio,cpp,ggml,inference-engine,music-generation,speaker-diarization,speech-recognition,speech-synthesis,speech-to-text,text-to-speech,tts,vad,voice-conversion,webui
GitHub 星标★ 434
上线时间2026-07-12 00:00:00
代码更新2026-11-05
仓库体积187.7 MB
本站数据更新2026-11-19
维护状态较活跃
收录时间2026-08-09
浏览次数10

项目介绍

audio.cpp-webui 是一个基于 ggml 的纯 C++ 音频模型推理引擎,为 audio.cpp 提供全任务 WebUI。它支持语音合成(TTS)、语音识别(ASR/STT)、语音活动检测(VAD)、声音转换、说话人分离和音乐生成,且无 Python 依赖。项目旨在解决音频 AI 模型部署中依赖重、环境复杂的问题,通过 C++ 实现高效推理,并提供友好的 Web 界面,让用户能便捷地使用多种音频 AI 能力。其核心能力包括多任务音频处理、本地化推理和轻量级部署,适合边缘设备或对性能有要求的场景。

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

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。

难度:进阶 约 50 分钟 部署方式:本地GPU 5 步

环境要求

  • Python 3.10+
  • (可选)NVIDIA GPU
  • 构建工具链

安装与启动步骤

  1. 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. 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. 3起服务

    按终端提示的地址访问界面。

  4. 4先做一次转写

    用一段短音频验证链路。

  5. 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···

★ 130 2026-08-09
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···

★ 3315 2026-08-09
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···

★ 206 2026-08-09
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···

★ 266 2026-08-09
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···

★ 87 2026-08-09
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···

★ 72 2026-08-09
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

★ 688 2026-08-09
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···

★ 95 2026-08-09
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.

★ 477 2026-08-09