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
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134