轻量级语音模型Vui开源，支持本地部署，笑声停顿全拟真，4万小时练出人类对话感！

支持本地部署的轻量级语音模型Vui【开源】

在语音交互技术飞速发展的今天，打造一个自然、逼真的语音对话模型是许多开发者和AI语音团队的梦想。

传统语音模型要么需要云端算力，要么缺乏语气词和情感，难以模拟真人对话。设备端轻量语音的兴起，像给AI装上了“人类嗓子”。

近日，Fluxions-AI团队在GitHub上开源了一款轻量级、可在设备端运行的语音对话模型：Vui。

作为“NotebookLM”风格的语音模型，Vui 不仅能生成流畅的对话，还能精准模拟语气词（如“呃”、“嗯”）、笑声和犹豫等非语言元素，带来沉浸式的交互体验。

它提供三款模型：基础模型（4万小时对话训练）、单说话人模型（单人上下文感知）、双说话人模型（双人互动），可被应用于语音助手、播客生成、客服AI等场景。

【主要功能】

【安装与使用】

Vui 作为一款小型对话语音模型，可直接在设备上运行。

直接下载项目，并安装依赖即可。

git clone https://github.com/fluxions-ai/vui.git
cd vui
pip install -e .

运行在线Demo

python demo.py

通过 Hugging Face 可直接体验部署好的Demo，可以直观感受其效果。

【使用场景】

Vui的轻量设计和逼真语音让它适用于多种场景，直击交互痛点：

• • 播客生成：Vui.COHOST模拟双人对话，快速生成访谈或辩论音频。
• • 语音助手：Vui.ABRAHAM提供上下文感知回复，适合智能客服或个人助理。
• • 内容创作：生成自然语音，添加[laugh]、[hesitate]，提升视频/播客真实感。
• • 教育培训：模拟对话场景，生成教学音频，助力语言学习。
• • 语音克隆：个性化语音定制，适合品牌营销或虚拟主播.

【强行总结】

Vui作为轻量级NotebookLM风格的语音模型，以其逼真的语气词、笑声和设备端运行能力，为语音交互带来了新突破。

Vui.BASE、Vui.ABRAHAM和Vui.COHOST三种模型分别满足通用、单人和双人对话需求，适用于智能助手、播客创作等场景。

更现实的是，它解决了我们的核心痛点：模型重、语音假、部署难。

有兴趣的小伙伴，可以访问开源仓库和Hugging Face Demo立即体验。