Vui
fluxions-ai/vuiAI 已审核
RepoPicks Radar 检查于
Vui 是什么?
同一个仓库里包含两样东西:一个能朗读文本、还能从样本克隆声音的小型语音模型,以及一个建立在它之上的完整语音助手。你在自己的电脑上打开一个网页,对着麦克风说话,它会转写语音、询问你自己运行的语言模型(Ollama 或 vLLM),再用语音回答,支持打断、记忆和定时器。它主要面向配有 NVIDIA 显卡的 Linux,通过 Docker 或一个 shell 脚本安装;在 Apple Silicon 上只有语音演示能用,完整的助手部分还没完成。另外还有一个纯用处理器朗读的 C 语言版本。
Vui 免费开源(Apache-2.0),可以替代 ElevenLabs和ChatGPT。
Vui 安装有多容易?
D · 终端、多个工具或特定显卡 · macOS
- macOS D
- Linux D
配有 NVIDIA 显卡的 Linux 是预期的使用环境,仍然属于 D 级:你需要带 Compose 插件的 Docker、NVIDIA Container Toolkit(用 sudo 安装)、在机器上运行并已拉取模型的 Ollama,以及 ffmpeg 的共享库,或者运行 shell 安装脚本让它自动完成这些。在 Mac 上也是 D 级,而且更不完整:README 说语音演示可以在 Apple Silicon 上运行,但 "the rest of the MLX stack is WIP",包括流式服务器在内。文档里完全没有提到 Windows。
即将推出:用 RepoPicks 应用一键安装。
Vui 的 GitHub 数据
- 星标
- 7762026年11月10日
- 下载量
- —所有发布版本
- 增长
- —上次读取时无增长
星标变化
事实
- 可运行于
- Linux, macOS
- 需要安装
- Python, Docker, NVIDIA 显卡, FFmpeg
- 从源码编译需要
- Python, Docker, NVIDIA 显卡, FFmpeg
- 磁盘空间
- 950 MB–4.3 GB · 估算
- 账号或密钥
- 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
- 费用
- 免费 · 采用 Apache 2.0 许可证,附带权重文件,允许商业使用。作者也出售托管版本:README 把这个仓库称为 "the open core",并说他们的生产环境 API "ships ongoing model updates and a more advanced turn-taking system"。
- 许可证
- Apache-2.0 (宽松型)
- 可以替代
- ElevenLabs, ChatGPT Plus
- GitHub 上的最近改动
- 2026年10月10日
Vui 的风险信号 (7)
- 注意安装命令会运行来自网络的脚本
安装命令把一个远程脚本通过管道传给 shell 执行:curl -LsSf https://astral.sh/uv/install.sh | sh
自动检查
- 注意可克隆任意说话人的声音
README 写道 "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",命令行方式则是 "Point --prompt at any .wav. No transcript needed"。项目自己关于滥用风险的说明写道,该 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"。未经同意复制别人的声音可能触犯法律。
AI 审核
- 注意一行安装命令会执行远程代码
文档里给出的安装方式是 "curl -fsSL https://install.fluxions.ai | bash",README 说它会 "Clones into ~/vui, auto-detects Docker vs. native, installs deps (uv, ffmpeg libs, Claude Code CLI), and launches the stack"。你运行命令那一刻,这个地址提供的任何内容都会在你的电脑上执行,且未经过审查。
AI 审核
- 注意可选的辅助程序能访问你的邮件和 claude 登录信息
编排文件默认启动一个 "claude-task" 边车容器,并把你的登录信息挂载进去:"${HOME}/.claude:/root/.claude:ro",注释写着 "Claude Code subscription credentials (after claude login on host)",或者使用 ANTHROPIC_API_KEY。README 说它通过你现有的 Claude Code MCP 处理 "Gmail / Calendar / Drive / Slack reads, web research",所以一句说出口的话就可能读取你的邮件。
AI 审核
- 注意服务器没有登录验证,文档里还给出了隧道方法
这些服务以 "network_mode: host" 方式运行在 8080、8443 和 8642 端口上,文档中完全没有提到任何密码,手机那一节还建议使用 "cloudflared tunnel --url http://localhost:8080 — one command, HTTPS, no account"。这会把一个由麦克风驱动的助手、你的记忆数据和任务工具暴露给任何知道这个地址的人。
AI 审核
- 信息你说的话会被写入磁盘
这个助手会在不同会话之间保存关于你的事实:"Memories are loaded from ~/.vui/memories.json on startup and rewritten on every add/remove",编排文件还挂载了 "./debug_dump:/app/debug_dump",注释是 "Optional: write conversation logs to host for inspection"。
AI 审核
- 信息权重文件需单独下载,其中一套尚未发布
README 写道 "The TTS weights are not pulled here — they download from Hugging Face on first render",编排文件里还覆盖了启动命令,注释是 "load a local checkpoint instead of fetching vui-nano.safetensors from huggingface.co/fluxions/vui (not yet published)" 和 "Drop this line once the HF repo has the v2 weights"。
AI 审核
证据以原始语言显示。
Radar 无法验证的 Vui 相关内容
- 安装是否能在你的电脑上顺利完成,因为安装过程中要构建 Python、CUDA 和 ffmpeg 相关组件。
- README 里的速度和准确率数据表(在 4090 上达到 9 倍实时速度、词错误率等),是作者自己测出来的。
- 在真实对话里,声音和对话轮换的自然程度如何,以及克隆出来的声音效果能保持多好。
- 代码里要求的 checkpoint 文件目前是否真的已经发布在 Hugging Face 上。
- 当语音模型、语音识别模型和一个语言模型同时加载时,实际占用的磁盘、内存和显存。
- 作者自家网站上托管的演示会如何处理你发送过去的音频。