riffusion-hobby

环境要求

• Python 3.9 或 3.10（CI 中已测试）
• 建议使用 conda 或 virtualenv 创建独立虚拟环境
• 需要安装 ffmpeg 才能处理 WAV 以外的音频格式
• 若 torchaudio 无后端，需要额外安装 libsndfile
• 需准备可用的 torch 设备（CPU 或 GPU）

安装与启动步骤

1. 1获取项目代码

   把 GitHub 上的 riffusion-hobby 仓库克隆到本地，后续所有命令都在该目录中执行。

   git clone https://github.com/riffusion/riffusion-hobby.git
   cd riffusion-hobby

   复制

2. 2创建虚拟环境

   README 强烈建议用 conda 建独立环境，Python 版本指定 3.9 以免依赖冲突。

   conda create --name riffusion python=3.9

   复制

3. 3激活环境

   激活刚创建的 riffusion 环境，之后的安装与启动都在该环境中进行。

   conda activate riffusion

   复制

4. 4安装 Python 依赖

   通过 requirements.txt 一次性安装 diffusers、torch 等项目所需依赖，耗时较长请耐心等待。

   python -m pip install -r requirements.txt

   复制

5. 5安装 ffmpeg

   只有需要 WAV 以外的音频格式时才必须安装。Linux 用 apt、Mac 用 brew，conda 环境也可直接装。

   conda install -c conda-forge ffmpeg

   复制

6. 6启动模型服务

   以 Flask 服务方式启动推理接口，默认监听本机 3013 端口，供 Web 应用或 API 调用。

   python -m riffusion.server --host 127.0.0.1 --port 3013

   复制

关键配置

如何确认成功

向 http://127.0.0.1:3013/run_inference 发送 POST 请求，能返回含 image 与 audio 的 base64 结果即成功。

常见问题

注意事项

• 项目已停止积极维护，依赖版本较旧，建议在独立虚拟环境中安装。
• 官方 CI 仅测试过 Python 3.9 和 3.10，不要用更高版本 Python 以免踩坑。
• 模型权重可从 HuggingFace 的 riffusion/riffusion-model-v1 获取，也可用 --checkpoint 指定本地目录。
• 项目采用 MIT 许可证，二次开发请按 README 中的 Citation 引用原始论文。