audio.cpp Desk

简体中文 | English

面向 audio.cpp 的会话式桌面客户端：TTS、ASR、模型库与下载管理、音色库、会话与集合，以及服务端控制。

本软件为第三方客户端，不含 audio.cpp 本体，也不分发模型权重；两者需另行获取并遵循各自许可。

功能

• 工作台：语音合成（TTS）与语音识别（ASR）。
• 模型库：模型管理与下载，下载仓库可切换。
• 音色库：管理用于克隆的参考音色。
• 会话与集合：以会话组织生成记录，并可将会话归入集合。
• 服务端控制：配置并启动 audio.cpp 服务端。
• 中英双语界面。

目前仅测试了 TTS / ASR，其它功能可能尚未完善。

模型规格库来源：取自官方 audio.cpp 仓库与文档，并由本项目补充（描述、体量、内存 / 显存估算等）。

截图

目前测试过的模型

以下模型的主要功能已做过基础测试：

模型	任务
BreezeTTS 2	TTS / 克隆 / 语音设计
OmniVoice	TTS / 克隆 / 语音设计
Qwen3-TTS 1.7B Base	TTS / 克隆
Qwen3-TTS 1.7B CustomVoice	TTS / 内置音色
Qwen3-TTS 1.7B VoiceDesign	TTS / 语音设计
IndexTTS-2.5	TTS / 克隆 / 情感控制
Qwen3-ASR 1.7B	ASR

其它模型走同一套通用控制台，但尚未测试；不同模型对指令的遵循程度不一。欢迎反馈，也欢迎提出适配需求。

环境要求

• Windows 10/11（x64）。当前仅面向 Windows。
• 预编译的发布包已自带 Microsoft Visual C++ 运行库，无需单独安装 VC++ Redistributable。 （从源码构建仍需 MSVC 工具链。）
• 一份 audio.cpp 构建：把含 audiocpp_server.exe 的版本目录放到应用根目录下的 audio.cpp/<版本>/。获取地址：https://github.com/0xShug0/audio.cpp。
• 构建里必须保留 model_specs/ 目录（audio.cpp/<版本>/model_specs/）：应用通过它 获知该版本 audio.cpp 支持哪些模型，从而兼容不同版本的后端。缺少它，将无法 获取该版本支持的模型列表。

构建与运行（开发）

需要 Flutter SDK（启用 Windows 桌面）。在 app/ 目录下：

flutter pub get
flutter run -d windows

应用根目录默认为仓库根目录，首次运行会在其中创建 data/、models/、audio.cpp/ （均已在 gitignore 中）。

打包发布

package_release.bat

会构建 release、组装运行布局、编译顶层启动器（windows_launcher/launcher.cs）， 并在 dist/ 下生成 ZIP。

打包后的目录结构：

audio_cpp_desk-<版本>/
  audio.cpp Desk.exe     启动器（设置应用根目录，再启动 bin\audio_cpp_desk.exe）
  bin/                   Flutter 程序（exe + DLL + data/flutter_assets）
  data/                  运行期数据（首次运行创建）
  models/                已下载模型（首次运行创建）
  audio.cpp/             你的 audio.cpp 版本（把构建放这里，保留 model_specs/）

目录结构

路径	说明
app/	Flutter 桌面应用
windows_launcher/	打包后顶层 exe 的原生启动器源码
tools/audio2wav/	自编音频转码器（Media Foundation；用 build.bat 编译）
package_release.bat	发布打包脚本

许可

本项目采用 Apache License 2.0 许可——见 LICENSE。上游致谢见 NOTICE（audio.cpp，© ShugoAI LLC）。