RepoPicks Radar

Actualizado todos los días hacia las 23:30 UTC

Guías

Vui

fluxions-ai/vuiRevisado por IA

Revisado por RepoPicks Radar el

¿Qué es Vui?

Dos cosas en un mismo repositorio: un pequeño modelo de voz que lee texto en voz alta y puede copiar una voz a partir de una muestra, y un asistente de voz completo construido sobre él. Abres una página en tu propia máquina, hablas al micrófono, y transcribe, consulta un modelo de lenguaje que tú ejecutas (Ollama o vLLM) y responde en voz alta, con interrupción, memorias y temporizadores. Está pensado para Linux con una tarjeta NVIDIA y se instala mediante Docker o un script de shell; en Apple Silicon funciona la demo de voz pero el asistente completo ahí está inacabado. También hay una versión en C que habla usando solo el procesador.

Vui es gratis y de código abierto (Apache-2.0) y puede reemplazar a ElevenLabs y ChatGPT.

¿Qué tan fácil es instalar Vui?

D · terminal, varias herramientas o tarjeta específica · macOS

  • macOS D
  • Linux D

Linux con una tarjeta NVIDIA es la configuración prevista y aun así es una D: necesitas Docker con el plugin de Compose, el NVIDIA Container Toolkit (instalado con sudo), Ollama corriendo en la máquina con un modelo ya descargado, y las bibliotecas compartidas de ffmpeg, o ejecutas el instalador de shell y dejas que lo haga por ti. En Mac también es una D y menos completo: el README dice que la demo de voz funciona en Apple Silicon pero "the rest of the MLX stack is WIP", incluido el servidor de streaming. Windows no se menciona.

Pronto: instala con 1 clic desde la app RepoPicks.

Vui en GitHub

Estrellas
776el 10 nov 2026
Descargas
—todas las versiones
Crecimiento
—sin ganancia en la última lectura

Estrellas a lo largo del tiempo

776777778 8 nov9 nov10 nov 776777778 8 nov9 nov10 nov

Datos

Funciona en
Linux, macOS
Necesitas instalar
Python, Docker, Tarjeta NVIDIA, FFmpeg
Para compilar desde el código
Python, Docker, Tarjeta NVIDIA, FFmpeg
Espacio en disco
950 MB–4,3 GB · estimación
Cuentas o claves
Anthropic (or a Claude Code subscription), only for the optional task helper that reads mail and calendar, Serper, Brave or Tavily, only for spoken web searches
Costo
Gratis · Apache 2.0 con los pesos incluidos y uso comercial permitido. Los autores también venden una versión alojada: el README llama a este repositorio "the open core" y dice que su API de producción "ships ongoing model updates and a more advanced turn-taking system".
Licencia
Apache-2.0 (Permisiva)
Puede reemplazar
ElevenLabs, ChatGPT Plus
Último cambio en GitHub
10 oct 2026

Señales de riesgo de Vui (7)

  • AtenciónEl comando de instalación ejecuta un script de internet

    El comando de instalación canaliza un script remoto hacia una shell: curl -LsSf https://astral.sh/uv/install.sh | sh

    revisión automática

  • Atenciónclonación de voz de cualquier hablante

    El README dice "The model can clone arbitrary voices — upload a sample in the demo UI (or drop a .wav into prompts/) and it will follow that speaker", y desde la línea de comandos "Point --prompt at any .wav. No transcript needed". La propia nota del proyecto sobre el mal uso dice que el checkpoint "is fine-tuned to a curated voice set in part to make these misuses harder, but it is not a substitute for your own judgment". Copiar la voz de alguien sin su permiso puede ser ilegal.

    revisión con IA

  • Atenciónel instalador de una línea ejecuta código remoto

    La instalación documentada es "curl -fsSL https://install.fluxions.ai | bash", que según el README "Clones into ~/vui, auto-detects Docker vs. native, installs deps (uv, ffmpeg libs, Claude Code CLI), and launches the stack". Lo que sea que esa dirección sirva en el momento en que lo ejecutes se corre en tu máquina sin revisión.

    revisión con IA

  • Atenciónun ayudante opcional accede a tu correo y a tu sesión de claude

    El archivo compose arranca por defecto un sidecar "claude-task" y monta tu sesión dentro de él: "${HOME}/.claude:/root/.claude:ro" con el comentario "Claude Code subscription credentials (after claude login on host)", o una ANTHROPIC_API_KEY. El README dice que maneja "Gmail / Calendar / Drive / Slack reads, web research" a través de tus MCP de Claude Code ya existentes, así que una frase dicha en voz alta puede leer tu correo.

    revisión con IA

  • Atenciónel servidor no tiene inicio de sesión y los túneles están documentados

    Los servicios corren con "network_mode: host" en los puertos 8080, 8443 y 8642 sin que se mencione ninguna contraseña en ningún lado, y la sección sobre el teléfono sugiere "cloudflared tunnel --url http://localhost:8080 — one command, HTTPS, no account". Eso publica un asistente manejado por micrófono, tus memorias y las herramientas de tareas a cualquiera que tenga la dirección.

    revisión con IA

  • Infolo que dices se escribe en el disco

    El asistente guarda datos sobre ti entre sesiones: "Memories are loaded from ~/.vui/memories.json on startup and rewritten on every add/remove", y el archivo compose monta "./debug_dump:/app/debug_dump" con el comentario "Optional: write conversation logs to host for inspection".

    revisión con IA

  • Infolos pesos se descargan aparte y un conjunto aún no está publicado

    El README dice "The TTS weights are not pulled here — they download from Hugging Face on first render", y el archivo compose sobrescribe el comando con el comentario "load a local checkpoint instead of fetching vui-nano.safetensors from huggingface.co/fluxions/vui (not yet published)" y "Drop this line once the HF repo has the v2 weights".

    revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar de Vui

  • Si la instalación se completa en tu máquina, ya que construye piezas de Python, CUDA y ffmpeg durante la instalación.
  • Las tablas de velocidad y precisión (9x tiempo real en una 4090, tasas de error de palabras), medidas por los autores.
  • Qué tan natural se sienten la voz y los turnos de conversación en una charla real, y qué tan bien se sostiene una voz clonada.
  • Si los checkpoints que pide el código realmente están publicados en Hugging Face en este momento.
  • El uso real de disco, memoria y memoria de video una vez que el modelo de voz, el modelo de reconocimiento de voz y un modelo de lenguaje están todos cargados.
  • Qué hace la demo alojada en el sitio de los autores con el audio que les envías.

Proyectos parecidos

La app RepoPicks

Pronto: instala con 1 clic desde la app RepoPicks.

Antes de descargar

Ver la página de la versión en GitHub