开源 AudioSlopServer：单卡托管多个音频扩散模型
SteveLittleFish · reddit · 2026-09-20
Reddit 用户开源了 AudioSlopServer，一个在单张 GPU 上托管多个音频生成模型的服务，采用宽松许可证。
实现方式：
- 对官方模型仓库做 fork，加上简单 API
- 为每个模型加 RAM offload，把权重卸载到系统内存
- 用一个编排器在模型间热切换，无法卸载的就直接停止
- 每个服务做成独立 Docker 镜像，便于合并上游更新
- 自带每个服务的测试 UI
已集成服务： YuE 2、ACE-Step 1.5 XL、Stable Audio 3、DEMUCS（人声分离）、强制对齐器（歌词对齐）。计划加入 TTS 和 STT，目标是搭建完整 AI 电台。
示例工作流： 用 ACE-Step 生成歌曲 → 分离人声与伴奏 → 将伴奏送入 Stable Audio 3 再处理 → 混回人声，可修复 ACE-Step 吉他音色发怪的问题。
「多模态」频道最新
- 风格化 3D 角色图集：潮服小孩与丧系青年形象亮相 — OVolosin82152 · 2026-11-12
- AI 生成的 3D 针织质感卡通角色系列展示 — OVolosin82152 · 2026-11-12
- WebGL 交互绘画演示：fable 5.2 配合 fal 做参考图 — OdinLovis · 2026-11-12
- AI 动画「Fable 5.2」第二部分早期截图曝光 — ChrisGPT · 2026-11-12
- Reddit 用户实测 Minimax H3 Image 三大采样器,16MP 高分辨率对比 — Phantom-log-9484 · 2026-11-12
- Nano Banana Pro+Kling+免费口型工具,纯工作流做出整支AI音乐视频 — cocktailpeanut · 2026-11-12