尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
Voicebox本地声音克隆:4步跑通安装与首次运行
Voicebox本地声音克隆4步跑通安装与首次运行【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voiceboxVoicebox 是一款本地优先的开源免费 AI 语音工作室能把几秒音频克隆成可用声音再离线生成语音。本文覆盖 macOS、Windows、Linux/Docker 三条安装路线以及首次运行最常见的报错按顺序走完你能在 10 分钟内拿到第一段自己生成的语音。第一步装之前先确认三件事系统版本macOS 11 / Windows 10 / 较新的 Linux 发行版源码构建另需 Python 3.12just setup会固定这个版本。硬件最低 8GB 内存、5GB 可用磁盘推荐 16GB 内存和 NVIDIA GPU生成需要 6GB 显存。网络首次生成会自动从 HuggingFace 下载模型约 350MB 到 8GB网络受限会卡住见第三步处理。平台推荐方式耗时估算备注macOSDMG 安装2 分钟注意芯片架构选 aarch64 或 x64WindowsMSI 安装2 分钟可能触发 SmartScreenLinuxDocker 容器5-10 分钟首次构建需编译前端开发者源码构建15-30 分钟需 Rust、just、Bun安装文档第二步按你的平台走对应路线macOS 路线官方安装包含 GPU 加速后端从 Releases 下载对应芯片的 DMG拖入 Applications。首次双击若提示App 已损坏属正常隔离在终端执行一行命令解除xattr -cr /Applications/Voicebox.app再打开即可。Apple Silicon 上后端会自动使用 MLX比 PyTorch 快 4-5 倍无需手动配置。Windows 路线官方安装包下载voicebox_x64_en-US.msi双击按向导安装。SmartScreen 蓝屏提示未知应用是未签名应用的正常拦截点更多信息再点仍要运行10 秒过。有 NVIDIA 显卡的用户在 Settings → GPU 里确认安装了 CUDA 后端否则生成会退回 CPU速度差 5-10 倍。Linux / Docker 路线容器化部署Linux 暂无官方桌面安装包容器是最省事的走法浏览器直接访问完整界面。在仓库目录执行git clone https://gitcode.com/GitHub_Trending/voicebox1/voicebox cd voicebox docker compose up首次构建要几分钟编译前端 装 Python 依赖之后秒开浏览器打开http://localhost:17493即可。想走源码构建就装好just和 Bun 后依次跑just setup、just build产物在tauri/src-tauri/target/release/bundle/。第三步首次启动看到红灯别慌左下角状态灯变绿才算后端就绪。红灯或卡住时先对照下表处理你看到的现象一步到位的处理动作App is damaged, cant be opened终端执行xattr -cr /Applications/Voicebox.appSmartScreen已保护你的电脑点更多信息→仍要运行Failed to connect to server查 17493 端口占用 → 补执行权限 → 看日志进度停在 Downloading...换小模型Kokoro ~350MB或挂代理CUDA out of memory关占显存应用或 Settings → Generation 切 CPUDatabase is locked退出所有实例删除 data 目录的-wal/-shm文件端口冲突是最常见的红灯根因。后端固定在 17493 端口被别的实例占住就起不来lsof -i :17493 # macOS / Linux taskkill /PID PID /F # 确认 PID 后在 Windows 结束进程权限与日志macOS/Linux 上服务二进制可能缺执行权限chmod x ~/Library/Application\ Support/sh.voicebox.app/backend/voicebox-server即可日志在~/Library/Application\ Support/sh.voicebox.app/logs/server.logtail -f跟进才能看到真正的崩溃原因。Windows 对应%APPDATA%\sh.voicebox.app\logs\server.log。模型缓存首次生成慢不是故障是引擎在自动下载模型。进度在 Settings → Models 查看Docker 用户若每次重启都重新下载检查huggingface-cache卷是否保留。日志里出现Warning: flash-attn is not installed可以安全忽略——它是可选加速库缺省时 PyTorch 自动改用 SDPA 注意力速度几乎无损。完整排障文档第四步验证你真的装好了启动应用左下角状态灯为绿色说明内置后端已连上。创建测试语音档案进 Voices 页点 New Voice上传或录制 10-30 秒清晰音频背景噪声越少克隆越准。生成一段语音切到 Generate 页选刚建的档案输入一句话点 Generate。能听到声音即安装成功音频会同步进 History 列表。附录常用路径与快捷命令服务日志macOS~/Library/Application Support/sh.voicebox.app/logs/server.logWindows%APPDATA%\sh.voicebox.app\logs\server.log数据目录档案 生成音频备份认准它macOS~/Library/Application Support/sh.voicebox.app/、Windows%APPDATA%\sh.voicebox.app\、Linux~/.config/sh.voicebox.app/模型缓存~/.cache/huggingface/可用环境变量VOICEBOX_MODELS_DIR自定义查端口占用lsof -i :17493macOS/Linux健康检查curl http://127.0.0.1:17493/healthAPI 文档浏览器访问http://127.0.0.1:17493/docs手动下载模型pip install huggingface_hub后huggingface-cli download Qwen/Qwen3-TTS-12Hz-1.7B-Base【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED

相关推荐

常用命令行

常用命令行

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/10/20 1:19:07
从终端跑酷到系统自检:KeyarchOS 安装 moon-buggy 1.0.51-13 实操指南

从终端跑酷到系统自检:KeyarchOS 安装 moon-buggy 1.0.51-13 实操指南

说起跑酷游戏,大多数人脑子里浮现的是手机里那些花里胡哨的横版动作游戏,很难把它和一片黑底白字的终端联系起来。但只要你用过几天 Linux,大概率会听说过 moon-buggy 这个名字——一个完全运行在字符终端里的月面跑酷游戏。这个开源小游戏的…

📅 2026/10/20 1:14:07
基于ChatGLM和FAISS的私有化RAG知识库问答助手搭建指南

基于ChatGLM和FAISS的私有化RAG知识库问答助手搭建指南

简介:面向AI开发者的本地部署私有化智能问答助理示例项目,整合Gradio、FAISS与Sentence-Transformers构建文件上传与知识库检索对话系统,适配ChatGLM模型,适合搭建离线问答服务、关注数据隐私的企业或个人参考学习。项目共18个文件…

📅 2026/10/20 1:14:07
MORE NEWS

更多资讯

📰

Think, Act, Learn: A Framework for Autonomous Robotic Agents using Closed-Loop Large Language Models

文章主要内容总结 本文提出了一种名为“GUI-Learner”的通用框架,旨在实现自主代理(agent)对未知软件的自主学习与操作。该框架聚焦于解决当前基于大型语言模型(LLMs)的代理在动态图形用户界面(GUI)中适应性差、泛化能力弱的问题,通过以下核心内容构建解决方案: 问题…

📰

JT-Math: A Multi-Stage Framework for Advanced Mathematical Reasoning in Large Language Models

文章主要内容总结 本文介绍了JT-Math-8B系列开源模型,该系列专为高级数学推理设计,包含基础模型(Base)、指令模型(Instruct)和思维模型(Thinking)三个版本,基于多阶段优化框架构建。 预训练阶段:构建了210B token的高质量预训练语料库(JT-Math Corpus),通过专用数…

📰

SpeechIQ: Speech Intelligence Quotient Across Cognitive Levels in Voice Understanding Large Langu...

文章主要内容和创新点 主要内容 本文提出了语音智商(SpeechIQ),这是一种受人类认知启发的评估框架,用于全面衡量语音理解大语言模型(LLM_Voice)的语音理解能力。该框架基于布鲁姆分类法(Bloom’s Taxonomy)的三个认知层次设计: 记忆层(Remembering):通过词错误率…

📰

UloRL:An Ultra-Long Output Reinforcement Learning Approach for Advancing Large Language Models‘ R...

文章主要内容和创新点 主要内容 本文提出了一种名为UloRL(Ultra-Long Output Reinforcement Learning) 的方法,旨在解决大型语言模型(LLMs)在处理超长输出(如128k tokens)时的强化学习效率低和熵崩溃问题,从而提升模型的推理能力。 研究背景:现有带可验证奖励的强化…

📰

The wall confronting large language models

一、文章主要内容总结 本文聚焦大型语言模型(LLMs)的固有局限,核心探讨其缩放定律对可靠性的制约及潜在风险。主要内容包括: LLMs的缩放定律缺陷:决定LLMs性能的缩放定律严重限制了其预测不确定性的改进能力,使其难以达到科学探究的可靠性标准。 误差累积的根源:LLMs从…

📰

古诗词知识图谱+情感分析+智能问答毕设全攻略

每年到毕业设计开题那段时间,总有人抱着"知识图谱""情感分析""智能问答""大模型写诗"这几个词来找我,觉得随便拎一个出来都够写一篇论文,最后拼成一个大而全的题目之后又不知道怎么落地。我见过不少…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬