Neuro项目安装与配置指南
2026-01-30 05:05:22作者:殷蕙予
1. 项目基础介绍
Neuro项目是一个开源项目,旨在在普通消费者的硬件上重现Neuro-Sama。Neuro-Sama是一个能够在实时语音输入和输出之间进行交互的人工智能系统。该项目包括实时语音识别(STT)、实时文本转语音(TTS)、前端控制面板等功能,同时还支持与VTuber Studio插件和模型/道具控制等。
主要编程语言:Python
2. 项目使用的关键技术和框架
- LLM(Language Learning Model):使用oobabooga/text-generation-webui,配合LLAMA 3 8B Instruct EXL2 4.0bpw模型。
- STT(Speech-to-Text):使用KoljaB/RealtimeSTT,配置为使用faster_whisper tiny.en模型。
- TTS(Text-to-Speech):使用KoljaB/RealtimeTTS,配置为使用CoquiTTS的XTTSv2模型。
- 前端控制面板:使用python-socket.io与前端进行通信,前端基于sveltekit和shadcn-svelte开发。
3. 项目安装和配置的准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统:Windows 11
- Python版本:3.11
- Pytorch版本:2.2.2(CUDA 11.8版本)
- GPU:NVIDIA GPU,至少12GB VRAM(推荐)
- 其他软件:VTuber Studio(从Steam安装),虚拟音频线(可选)
安装步骤
-
设置Python虚拟环境
创建一个虚拟环境并激活它:
python -m venv venv .\venv\Scripts\activate # 在Windows上 source venv/bin/activate # 在Linux或macOS上 -
安装Pytorch
安装CUDA 11.8版本的Pytorch:
pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu118 -
安装项目依赖
使用pip安装项目中的requirements.txt文件中列出的依赖项:
pip install -r requirements.txt -
配置环境变量
根据项目需求,配置.env文件中的环境变量。
-
安装VTuber Studio和虚拟音频线
从Steam安装VTuber Studio,并根据需要安装虚拟音频线。
-
配置Twitch OAuth
在Twitch开发者门户创建新的应用程序,并设置OAuth重定向URL为
http://localhost:17563。 -
启动项目
运行main.py文件以启动项目:
python main.py
请按照以上步骤逐步操作,确保每一步都正确无误。如果在安装过程中遇到任何问题,请检查相关错误信息,并参考项目文档或社区寻求帮助。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
564
3.82 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
661
Ascend Extension for PyTorch
Python
376
443
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
199
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
775
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
269
React Native鸿蒙化仓库
JavaScript
308
359