【亲测免费】 OwnTone 媒体服务器安装与使用教程
1. 项目介绍
OwnTone 是一个媒体服务器,允许您将音频源(如本地文件、Spotify、管道输入或互联网广播)播放到 AirPlay 1 和 2 接收器、Chromecast 接收器、Roku Soundbridge、浏览器或服务器自己的声音系统。您还可以通过支持 mp3 流媒体的客户端收听您的音乐。OwnTone 通过 Web 界面、Apple Remote、Android 远程(例如 Retune)、MPD 客户端、JSON API 或 DACP 进行控制。
OwnTone 还通过数字音频访问协议 (DAAP) 为 iTunes (Windows)、Apple Music (macOS) 和 Rhythmbox (Linux) 提供本地文件,并通过 Roku 服务器协议 (RSP) 为 Roku 设备提供本地文件。它运行在 Linux、BSD 和 macOS 上。
2. 项目快速启动
2.1 安装依赖
在开始安装 OwnTone 之前,请确保您的系统已安装必要的依赖项。以下是基于 Debian/Ubuntu 系统的依赖安装命令:
sudo apt-get update
sudo apt-get install -y build-essential git libavahi-client-dev libconfuse-dev libevent-dev libexpat1-dev libglib2.0-dev libjson-c-dev libplist-dev libsqlite3-dev libssl-dev libunistring-dev libwebsockets-dev zlib1g-dev
2.2 克隆项目
使用 Git 克隆 OwnTone 项目到本地:
git clone https://github.com/owntone/owntone-server.git
cd owntone-server
2.3 编译和安装
编译并安装 OwnTone:
./configure
make
sudo make install
2.4 启动服务
安装完成后,启动 OwnTone 服务:
sudo systemctl start owntone
2.5 访问 Web 界面
启动服务后,您可以通过浏览器访问 OwnTone 的 Web 界面:
http://<服务器IP>:3689
3. 应用案例和最佳实践
3.1 家庭多房间音频系统
OwnTone 支持 AirPlay 1 和 2,使其成为构建家庭多房间音频系统的理想选择。您可以将多个 AirPlay 设备连接到 OwnTone,并通过 Web 界面或移动应用程序控制音频播放。
3.2 集成 Spotify 和互联网广播
OwnTone 支持 Spotify 和互联网广播,您可以直接在 OwnTone 中播放 Spotify 音乐或互联网广播电台,并通过 AirPlay 或 Chromecast 设备播放。
3.3 与 Roku Soundbridge 集成
OwnTone 支持 Roku Soundbridge,您可以将 Roku Soundbridge 设备连接到 OwnTone,并通过 Roku 设备播放音频。
4. 典型生态项目
4.1 AirPlay 设备
OwnTone 支持 AirPlay 1 和 2,您可以使用 Apple HomePod、AirPort Express 或其他支持 AirPlay 的设备与 OwnTone 集成。
4.2 Chromecast 设备
OwnTone 支持 Chromecast,您可以将 Chromecast 设备连接到 OwnTone,并通过 Chromecast 播放音频。
4.3 Roku Soundbridge
OwnTone 支持 Roku Soundbridge,您可以将 Roku Soundbridge 设备连接到 OwnTone,并通过 Roku 设备播放音频。
通过以上步骤,您可以快速启动并使用 OwnTone 媒体服务器,享受多房间音频和流媒体播放的便利。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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