2. Linux.do
  3. 想要本地部署一个ASR+TTS服务，初步选定FunASR+CosyVoice，有没有集成好的Docker或WebUI？

想要本地部署一个ASR+TTS服务，初步选定FunASR+CosyVoice，有没有集成好的Docker或WebUI？

silkwa 2026-07-06 18:04 1

如题，想要在内网部署一个自托管的ASR+TTS服务，服务器ubuntu 22+RTX5070 12G+16G RAM，主要需求普通用户能使用webui进行简单的语音转文字、文字转语音交互，开发人员可以通过API交互，本地部署模型全离线实现，初步选定FunASR+CosyVoice，有没有集成好的Docker或WebUI推荐？

最新回复 (7)
  • yi yi 07-06 18:05
    1楼

    为啥不用mimo的asr+tts

  • 是青旨啊 07-06 18:06
    2楼

    看看omni voice吧，效果质量无可匹敌

  • Jedi_Pz 07-06 18:07
    3楼

    mimo 好像没开源 asr 和 tts

    5070 带不动 mimo 的吧

  • silkwa 楼主 07-06 18:18
    4楼

    有现成的开源链接吗？用MiMo-Audio？我看它模型都不小啊，这小服务器能离线部署？

  • silkwa 楼主 07-06 18:30
    5楼

    我是要做语音对话的训练，而且是离线环境，需要识别输入的语音然后从对应的结果中，文字转语音，omni voice似乎只有tts部分？

  • 是青旨啊 07-06 18:36
    6楼

    是的 omni voice只有tts以及音色克隆，但是它支持600多种语言，包括方言，asr的话倒是没有什么可推荐的，asr直接无脑问ai就好了方案很多

  • 是青旨啊 07-06 18:37
    7楼

    还有一个就是你要的webui是这种的吗？

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐