audio.cpp 0.5 发布：支持戏剧化 TTS 与跨语种语音转换

Acceptable-Cycle4645 · reddit · 2026-08-01

本地音频推理项目 audio.cpp 发布 0.5 版本，重点引入了 DramaBox 表现力 TTS 模型（支持通过 prompt 控制情绪、笑声、停顿等）和 Confucius4-TTS 跨语种语音转换模型。

本次更新还集成了 RVC 语音转换、BS-RoFormer 人声分离、GLM-TTS 等 7 个新模型。在底层平台方面，新增了对 AMD GPU 的早期 HIP/ROCm 支持，提升了 Apple Silicon 上的 Metal 性能，并改进了服务器的实时 PCM 输入与流式转录功能。作者呼吁社区在模型性能优化和轻量级 WebUI 替代方案上提供帮助。