
audio.cpp-webui
纯 C++ 音频 AI 全家桶,网页即开即用,无需 Python
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。
开源
free
音频音乐
GitHub 星标
★ 295
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队kigner
所属国家
定价模式free
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
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★ 295
30天Star增速
HF 下载量
上线时间2026-07-12 00:00:00
最近更新2026-08-09 00:00:00
维护状态活跃
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0
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
项目介绍
上一篇:ACE-Step-Studio
下一篇:VODER
同类项目推荐
tango
开源
输入一句话,自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
StyleTTS2
开源
音色情绪几乎以假乱真,听不出是机器在读
StyleTTS 2: Towards Human-Level Text-to-Speech through Style Diffusion and Adversari···
elevenlabs-python
开源
一行代码调用 ElevenLabs,生成逼真 AI 语音
The official Python SDK for the ElevenLabs API.
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···