RepoPicks Radar

每天约 23:30 UTC 更新

指南

Dia

nari-labs/diaAI 已审核

RepoPicks Radar 检查于

Dia 是什么?

Dia 是 Nari Labs 开发的语音模型,它读取用 [S1] 和 [S2] 说话人标签写成的剧本,生成一段听起来像两个人在交谈的对话,还包括笑声、咳嗽或叹气等声音。你可以给它 5 到 10 秒的录音来复制一个声音并让它保持稳定。目前只支持英语。Hugging Face 上有一个免费页面可以试用;如果你想自己运行,需要 Python 和一块显存约 4.4 GB 的 NVIDIA 显卡,因为 README 说目前还不支持纯处理器运行。

Dia 免费开源(Apache-2.0),可以替代 ElevenLabs、Murf和NotebookLM。

Dia 安装有多容易?

A · 下载即用 · Web

  • Windows D
  • Linux D
  • Web A

最简单的方法是维护者在 Hugging Face 上提供的免费页面("We have a ZeroGPU Space running"),不需要安装任何东西。自己在 Windows 或 Linux 上运行则需要克隆仓库,安装固定为 torch 2.6、CUDA 12.6 的 Python 包,以及一块 NVIDIA 显卡:"Dia has been tested on only GPUs (pytorch 2.0+, CUDA 12.6). CPU support is to be added soon." macOS 支持仍在待办事项列表里。

Dia 的 GitHub 数据

星标
19,4112026年11月10日
下载量
—所有发布版本
增长
+36 天内新增星标

星标变化

19,40619,40819,41019,412 11月7日11月8日11月9日11月10日 19,40619,40819,41019,412 11月7日11月9日

事实

可运行于
Windows, Linux, Web
需要安装
只需程序本身
从源码编译需要
Python, NVIDIA 显卡
磁盘空间
900 MB–4.2 GB · 估算
账号或密钥
无
费用
免费 · 代码和权重都是免费的(Apache 2.0 许可证,模型文件托管在 Hugging Face)。README 邀请你加入等候名单,以获得 "a larger version of Dia",但没有说明相关条款。
许可证
Apache-2.0 (宽松型)
可以替代
ElevenLabs, Murf, NotebookLM
GitHub 上的最近改动
2025年11月19日

Dia 的风险信号 (4)

  • 注意声音克隆被冒用的风险

    功能列表中包含从 5 到 10 秒音频进行的 "Voice cloning",而项目自己的免责声明禁止 "**Identity Misuse**: Do not produce audio resembling real individuals without permission" 以及 "**Deceptive Content**",例如虚假新闻。

    AI 审核

  • 注意已被更新的仓库取代

    README:"**UPDATE 🚀(11/19)**: Dia2 is released on Github and HuggingFace",这里最近一次提交是在 2025-11-19,距本次检查 354 天,有 91 个未解决的 issue。

    AI 审核

  • 信息仅支持 NVIDIA,不支持纯处理器

    "Dia has been tested on only GPUs (pytorch 2.0+, CUDA 12.6). CPU support is to be added soon",待办事项列表里仍然有 "Docker support for ARM architecture and MacOS"。

    AI 审核

  • 信息仅支持英语,声音随机

    "The model only supports English generation at the moment" 以及 "The model was not fine-tuned on a specific voice. Hence, you will get different voices every time you run the model",除非你固定随机种子或提供一段音频样本。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 Dia 相关内容

  • 在维护者自己的演示页面之外,生成结果听起来到底有多好
  • 首次运行下载模型和 Descript Audio Codec 之后,总共占用多少磁盘空间
  • 它在速度表所用的 RTX 4090 之外的显卡上是否能用,包括关于 5000 系列的说明
  • Hugging Face 的免费页面是否会一直可用,以及它会保留你上传的音频中的哪些内容
  • 既然工作已经转移到 Dia2 仓库,这个仓库是否还会收到修复

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面