文字转语音
配置语音合成模型后，可通过服务端的语音接口提交文字并生成音频；部分模型支持设置语速。
BAIZE AI RESOURCE
本地语音处理工具
Audio.cpp
Audio.cpp 是可在本地运行的音频 AI 工具，提供语音合成、语音转文字等功能。用户可选择对应模型，通过命令行、浏览器界面或 HTTP 接口处理音频任务，减少为不同语音任务分别搭建工具的麻烦。
资源介绍
Audio.cpp 面向需要在自己的设备上处理语音任务的用户和开发者。它提供本地运行的程序，可按任务加载相应模型：例如用语音合成模型将文字转为语音，或用语音识别模型把音频转成文字。项目提供 Windows、macOS 和 Ubuntu 的预构建文件，也提供命令行和可配置的服务端；启动服务端后，可通过浏览器界面或 HTTP 接口提交请求。使用时需要准备所选任务对应的模型，并在配置中指定模型路径。对于想在本地试用语音能力，或将语音功能接入现有应用的用户，它提供了多种调用方式。
核心能力
语音转文字
可在服务端配置 Qwen3-ASR 等语音识别模型，用于处理音频转写任务。
浏览器界面操作
服务端可提供浏览器界面；启用模型管理模式后，可在界面中浏览和下载模型包，并加载或切换模型。
HTTP 接口调用
服务端提供语音请求接口，便于其他应用提交语音合成请求；重复请求可复用已加载的模型会话。
使用方法
根据系统下载对应的预构建文件，或自行构建 audio.cpp。
准备与目标任务匹配的模型；使用服务端时，在配置文件中填写模型路径和任务类型。
启动服务端，通过浏览器界面操作，或从应用向 HTTP 接口提交请求。
使用案例
将文字制作成语音
使用场景内容创作者需要为一段文字生成朗读音频。
配置语音合成模型后，向 audio.cpp 服务端提交文字，获取生成的音频。
转写录音
使用场景用户需要将已有录音整理成文字。
配置 Qwen3-ASR 等语音识别模型，使用 audio.cpp 处理音频转写任务。
包含内容
audio-cpp-source.zip
README-中文安装说明.md
LICENSE-Apache-2.0.txt
THIRD-PARTY-NOTICES.md
SHA256.txt
常见问题
Audio.cpp 有哪些系统的预构建文件？
V0.9.1 发布文件提供 Windows x64、macOS ARM64 与 x64，以及 Ubuntu x64 的预构建压缩包；具体文件还区分 CPU、Metal、CUDA 或 Vulkan 等版本。
启动服务端后，浏览器界面可以直接下载和切换模型吗？
普通配置模式下的界面用于使用已配置的模型，不提供下载和动态管理。需要在界面中下载、加载或切换模型时，须构建并启用原生模型管理模式。
语音合成请求都能调整语速吗？
不能。`POST /v1/audio/speech` 仅在模型规格声明支持语速时接受正数语速倍率；不支持的模型会拒绝除 `1` 以外的语速值。
相关资源
