应用特点
系统要求
最低8GB内存。预留足够硬盘空间，建议13GB以上。
macOS 15及以上版本，支持Intel和M系列芯片。
Windows 10/11，可用Intel, AMD CPU，推荐用NVIDIA GPU。
注意：NVIDIA显卡，请安装较新版本的驱动。应用介绍
模型授权说明： audio.cpp WebUI 支持大量来自不同开发团队的 AI 音频模型，不同模型具有不同的授权协议。部分模型支持商业使用，部分模型可能仅限研究或非商业用途。在下载和使用模型前，请确认对应模型的授权要求，尤其是在商业项目、企业部署场景中。
完整模型列表、模型来源以及授权要求，请查看：《audio.cpp 模型许可与商用说明》
项目介绍
audio.cpp WebUI 由 kigner 开发和维护，基于 audio.cpp 项目扩展而来。
audio.cpp WebUI 是一个支持多种 AI 音频模型的本地 AI 音频平台，目前已经支持超过数十种模型，并且持续增加新的模型支持。它通过统一的 Web 界面，让用户可以在自己的电脑上运行不同类型的 AI 音频任务，包括语音生成、语音识别、声音转换和音乐创作。相比传统 AI 音频工具需要为每个模型单独配置复杂环境，audio.cpp WebUI 将多个模型整合到同一个平台中，用户可以更方便地选择、管理和运行不同 AI 能力。但部分模型采用量化版本，生成质量可能与原始模型存在差异，同时相比部分官方应用，本应用在功能完整性和交互体验方面可能有所简化。
丰富的模型生态
- 文本转语音（TTS）
- 语音识别（ASR）
- 声音转换（Voice Conversion）
- 说话人分析（Speaker Diarization）
- 音乐生成（Music Generation）
- 音频处理相关模型
部分具有代表性的模型包括：
VibeVoice, GLM-TTS, MOSS-TTS-Local (v1.5), Qwen3-TTS, Qwen3-ASR, VibeVoice ASR, HeartMuLa, ACE-Step 1.5
不同模型适用于不同场景，用户可以根据需求选择合适的模型。
（注：每个模型具有独立许可证，请以模型官方授权信息为准。）
更快的本地 AI 音频体验
audio.cpp WebUI 注重本地运行效率，通过优化的底层推理架构，让 AI 音频模型能够更加快速地加载和运行。
相比部分依赖复杂 Python 环境的传统方案，它具有：
- 更轻量的运行环境；
- 更高效的本地推理性能；
- 更好的 CPU/GPU 利用效率；
- 更适合个人电脑和工作站部署。
用户可以直接利用自己的硬件运行 AI 音频任务，无需上传音频数据到云端。
简单易用的 AI 音频工具
通过 WebUI，用户可以：
- 浏览和管理不同模型；
- 下载需要的模型；
- 调整生成参数；
- 直接运行 AI 音频任务。
即使没有 AI 开发经验，也可以通过图形界面体验先进的音频人工智能技术。
适用场景
audio.cpp WebUI 可用于：
- AI 视频配音
- 有声内容制作
- 播客制作
- 游戏角色语音生成
- 本地 AI 助手
- 音频研究与实验
- 企业内部 AI 音频部署