liquid-audio 是音频音乐领域的开源项目，由 Liquid4All 开发，2025 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 570。
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 2026-09-23。本地部署，完全免费。
它主要面向的使用场景是：实时语音助手与对话系统。同类可对比的替代方案包括 XTTS (Coqui)、VoiceCraft、MegaTTS。
liquid-audio
端到端语音互转，实时交互低延迟
Liquid Audio 是 Liquid AI 推出的语音到语音（speech-to-speech）音频模型系列，旨在解决传统语音处理流水线中模块割裂、延迟高、自然度不足的问题。它采用端到端架构，直接将音频输入映射为音频输出，支持语音识别、语音合成、语音转换、情感迁移等多种任务。核心能力包括：实时或近实时的语音交互、跨说话人音色迁移、情感与韵律保持、多语言支持（基于训练数据）。模型基于 Liquid AI 的自研架构（如 LFM 系列），强调计算效率与低延迟，适合部署在边缘设备或实时交互场景。项目提供 Python 接口，便于集成到现有应用。目前处于早期阶段，模型权重和文档逐步开放，社区生态尚在建设中。
开源
free
开源模型
GitHub 星标
★ 570
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队Liquid4All
所属国家
定价模式free
价格说明开源模型，本地部署，完全免费
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型audio,foundation-models,lfm2
GitHub 星标★ 570
30天Star增速
HF 下载量
上线时间2025-09-29 00:00:00
最近更新2026-09-23 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8
使用教程
核心亮点
- 端到端架构，避免传统ASR-TTS级联误差累积，语音自然度更高
- 支持音色迁移和情感保持，可生成带情绪的个性化语音
- 模型设计注重推理效率，适合实时语音交互和边缘部署
不足之处
- 项目早期，模型权重和API文档不完整，上手门槛较高
- 社区规模小，教程和第三方集成资源匮乏
适用场景
- 实时语音助手与对话系统
- 语音内容创作（配音、有声书）
- 游戏或虚拟角色语音交互
替代项目
XTTS (Coqui)、VoiceCraft、MegaTTS
项目介绍
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.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···