【免费下载链接】dsh-voice-ai-girlfriend语音 AI 女友Voice AI girlfriend for DeepSeek HarnessWhisper 语音输入 Qwen3-TTS 声音克隆 句子级流式朗读 数字人动画窗。插话/排队双模式说话即打断。项目地址https://gitcode.com/gh_mirrors/ds/dsh-voice-ai-girlfriend点击查看免费下载dsh-voice-ai-girlfriend 是一款为 DeepSeek HarnessDSH打造的语音 AI 女友插件点一下麦克风它用 FunASR/Whisper 听懂你说话再用 OmniVoice/Qwen3-TTS 克隆音色逐句朗读回复右侧数字人窗口同步开口。安装这类多引擎语音项目环境没配好是最大的坑。本文给出一份安装前环境检查清单把显存、CUDA 驱动、WSL2 一次性装齐装完照着自检表过一遍就能开工。语音AI女友插件 dsh-voice-ai-girlfriend 女友窗中的数字人形象一、硬件检查清单显存、显卡、磁盘先看这里⚠️ 一句话结论必须有 NVIDIA 独立显卡模型推理依赖 CUDA显存16GB 起步8GB 不推荐。检查项要求验证命令系统Windows 10/11 64 位推荐 Win11WSL2 体验更好winver显卡NVIDIA 独显且驱动正常nvidia-smi能显示显卡信息即通过显存建议 16GB 或以上nvidia-smi内存建议 16GB 以上—磁盘至少 30GB 剩余空间—nvidia-smi是最硬核的一条如果提示「不是内部或外部命令」说明没有 NVIDIA 显卡或驱动没装好——这种情况装不了本项目先别往下走。显存占用速查运行时实测组件显存占用OmniVoice TTSWSL2 FlashInfer推荐空闲约 5.3GB推理峰值约 11GBQwen3-TTS 1.7Bfp16备选降级约 3.7GBFunASR Paraformer-largefp16语音识别约 1GBDUIX 数字人视频生成时约 4-6GB全链路峰值TTS 数字人同时工作约 15GB 小建议16GB 显存下 OmniVoice 与 DUIX 数字人建议错峰工作TTS 合成完再生成视频这也是项目默认的分段流水线思路。二、软件环境清单WSL2、CUDA、Docker 一次装齐以下软件全部为一次性安装装完各用一条命令验证。#软件用途验证命令1Git克隆仓库git --version2Python3.10 或更高语音桥接 voice_bridgepython --version3NVIDIA 驱动最新版提供 CUDA 运行环境nvidia-smi4Node.jsLTS pnpm运行 DSHnode --version/pnpm --version5WSL2Ubuntu 22.04OmniVoice TTS 引擎wsl -d Ubuntu-22.04 -- hostname -I6Docker DesktopDUIX 数字人容器docker --version1. Python安装时务必勾选 Add Python to PATH这是新手最容易漏的一步。不勾选的话后面所有python命令都会找不到官方 Python 安装包下载即可一路下一步。2. CUDA你其实不需要单独装 CUDA Toolkit✅ 本项目不需要手动安装 CUDA Toolkit——pip安装的 PyTorch 自带 CUDA 运行库只要 NVIDIA 驱动够新就行。驱动太旧才是 CUDA 报错的常见根源建议直接更新到最新驱动。3. WSL2OmniVoice TTS 的家项目默认 TTS 引擎已从 Qwen3-TTS 换成OmniVoice600 语言、声音克隆 音色设计双模式跑在 WSL2 里并用FlashInfer做 CUDA Graph 加速。收益非常直观指标旧Qwen3-TTS新OmniVoice FlashInfer克隆首轮出音18.3s1.6s热态出音约 2.2s约 1.3s空闲显存7GB常驻5.3GBWSL2 内部环境的关键点装环境时注意用 uv 建虚拟环境torch 2.13.0cu130 flashinfer 0.6.18 nvcc cu13Blackwell 架构RTX 50 系sm_120必须用 cu13 系列cu129 会报「requires GPUs with sm75」WSL2 里若残留旧版 nvcc如 12.8会干扰 flashinfer 的版本检测启动服务前要把CUDA_HOME指向 cu13 的 nvcc 目录。这些繁琐操作项目已经封装好双击 bridge/start-omnivoice-wsl.cmd逻辑见 bridge/start-omnivoice-wsl.ps1它会自动拉起 WSL2 → 取 IP → 同步桥接配置 → 等:9877就绪。⚠️WSL2 IP 是动态的重启后可能变化Windows 侧必须通过 IPwsl hostname -I查询访问http://WSL2-IP:9877localhost 转发在 WSL2 网络模式下不可用。上面的一键脚本会在 IP 变化时自动更新bridge-config.json的omnivoice.base并重启桥接不用手工改。4. Docker Desktop数字人DUIX的容器可选增强项。项目提供了精简适配版 composebridge/docker-compose-5060ti.yml已适配 RTX 50 系列5060 Ti / 5090 同架构去掉了原项目的 Fish Speech 与 FunASR只保留数字人视频生成服务宿主端口:8383冷启动 1-3 分钟。不想出数字人视频可以先跳过纯语音模式完全可用。三、硬盘空间预估预留 30GB 才从容项目大小本项目代码 素材约 8MBPython 虚拟环境 依赖含 PyTorch约 5-8GBFunASR Paraformer 中文模型models/funasr/约 850MBOmniVoice TTS 环境WSL2 内含模型 torch cu130 FlashInfer约 10GBdeepseek-harness node_modules约 2-4GB依赖清单见 bridge/requirements.txtpip install -r bridge/requirements.txt会装 PyTorch、transformers、speech-to-speech 等体积大、耗时长耐心等待。四、装完环境后的 5 步自检全部通过后就可以进入正式安装克隆仓库 → 建 venv → 装模型 → 填 bridge/bridge-config.example.json 复制出的配置。[ ] 1. winver —— Windows 10/11 64 位 [ ] 2. nvidia-smi —— 显卡信息正常显存 ≥ 16GB [ ] 3. python --version —— 3.10PATH 生效 [ ] 4. wsl -d Ubuntu-22.04 -- hostname -I —— 有 IP 输出 [ ] 5. docker --version —— Docker Desktop 可正常启动五、常见问题快查问题原因与处理nvidia-smi报「不是内部或外部命令」没有 NVIDIA 显卡或驱动没装好先装驱动pip 装依赖太慢/超时换清华 PyPI 镜像pip install -r bridge/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simpleHuggingFace 模型下载慢设置set HF_ENDPOINThttps://hf-mirror.com后重试flashinfer 报 sm75 架构错误WSL2 内 torch/flashinfer 必须 cu13 系列且CUDA_HOME指向 cu13 的 nvccWindows 连不上:9877WSL2 IP 变了重跑 bridge/start-omnivoice-wsl.cmd 自动同步第一次 TTS 很慢10~60s正常现象模型首次懒加载 预热之后每句约 0.5s 出音环境清单全部打勾后后续只需克隆仓库 →python -m venv venv-speech建虚拟环境 → 装依赖 → 放模型与参考音频 → 双击 bridge/start-full-stack.cmd 一键拉起全栈浏览器里就能听到她开口了。️赞分享【免费下载链接】dsh-voice-ai-girlfriend语音 AI 女友Voice AI girlfriend for DeepSeek HarnessWhisper 语音输入 Qwen3-TTS 声音克隆 句子级流式朗读 数字人动画窗。插话/排队双模式说话即打断。项目地址https://gitcode.com/gh_mirrors/ds/dsh-voice-ai-girlfriend点击查看免费下载相关推荐如何把 dsh-voice-ai-girlfriend 语音插件装进 DSHdsh plugin 一键安装与 pnpm allowBuilds 坑位解析如何把 dsh voice ai girlfriend 语音插件装进 DSHdsh plugin 一键安装与 pnpm allowBuilds 坑位解析 想给Observable API与RxJS对比分析原生实现与第三方库的优劣Observable API与RxJS对比分析原生实现与第三方库的优劣 Observable API作为原生浏览器标准提案与RxJS这一成熟的第三方响应式编初识 dsh-voice-ai-girlfriend如何让你的AI女友开口说话功能全景与架构一文看懂初识 dsh voice ai girlfriend如何让你的AI女友开口说话功能全景与架构一文看懂 dsh voice ai girlfriend语音上一篇终极Windows Defender移除指南三步彻底告别系统安全中心下一篇QKeyMapperWindows平台开源按键映射工具全面指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
【免费下载链接】dsh-voice-ai-girlfriend语音 AI 女友Voice AI girlfriend for DeepSeek HarnessWhisper 语音输入 Qwen3-TTS 声音克隆 句子级流式朗读 数字人动画窗。插话/排队双模式说话即打断。项目地址https://gitcode.com/gh_mirrors/ds/dsh-voice-ai-girlfriend点击查看免费下载dsh-voice-ai-girlfriend 是一款为 DeepSeek HarnessDSH打造的语音 AI 女友插件点一下麦克风它用 FunASR/Whisper 听懂你说话再用 OmniVoice/Qwen3-TTS 克隆音色逐句朗读回复右侧数字人窗口同步开口。安装这类多引擎语音项目环境没配好是最大的坑。本文给出一份安装前环境检查清单把显存、CUDA 驱动、WSL2 一次性装齐装完照着自检表过一遍就能开工。语音AI女友插件 dsh-voice-ai-girlfriend 女友窗中的数字人形象一、硬件检查清单显存、显卡、磁盘先看这里⚠️ 一句话结论必须有 NVIDIA 独立显卡模型推理依赖 CUDA显存16GB 起步8GB 不推荐。检查项要求验证命令系统Windows 10/11 64 位推荐 Win11WSL2 体验更好winver显卡NVIDIA 独显且驱动正常nvidia-smi能显示显卡信息即通过显存建议 16GB 或以上nvidia-smi内存建议 16GB 以上—磁盘至少 30GB 剩余空间—nvidia-smi是最硬核的一条如果提示「不是内部或外部命令」说明没有 NVIDIA 显卡或驱动没装好——这种情况装不了本项目先别往下走。显存占用速查运行时实测组件显存占用OmniVoice TTSWSL2 FlashInfer推荐空闲约 5.3GB推理峰值约 11GBQwen3-TTS 1.7Bfp16备选降级约 3.7GBFunASR Paraformer-largefp16语音识别约 1GBDUIX 数字人视频生成时约 4-6GB全链路峰值TTS 数字人同时工作约 15GB 小建议16GB 显存下 OmniVoice 与 DUIX 数字人建议错峰工作TTS 合成完再生成视频这也是项目默认的分段流水线思路。二、软件环境清单WSL2、CUDA、Docker 一次装齐以下软件全部为一次性安装装完各用一条命令验证。#软件用途验证命令1Git克隆仓库git --version2Python3.10 或更高语音桥接 voice_bridgepython --version3NVIDIA 驱动最新版提供 CUDA 运行环境nvidia-smi4Node.jsLTS pnpm运行 DSHnode --version/pnpm --version5WSL2Ubuntu 22.04OmniVoice TTS 引擎wsl -d Ubuntu-22.04 -- hostname -I6Docker DesktopDUIX 数字人容器docker --version1. Python安装时务必勾选 Add Python to PATH这是新手最容易漏的一步。不勾选的话后面所有python命令都会找不到官方 Python 安装包下载即可一路下一步。2. CUDA你其实不需要单独装 CUDA Toolkit✅ 本项目不需要手动安装 CUDA Toolkit——pip安装的 PyTorch 自带 CUDA 运行库只要 NVIDIA 驱动够新就行。驱动太旧才是 CUDA 报错的常见根源建议直接更新到最新驱动。3. WSL2OmniVoice TTS 的家项目默认 TTS 引擎已从 Qwen3-TTS 换成OmniVoice600 语言、声音克隆 音色设计双模式跑在 WSL2 里并用FlashInfer做 CUDA Graph 加速。收益非常直观指标旧Qwen3-TTS新OmniVoice FlashInfer克隆首轮出音18.3s1.6s热态出音约 2.2s约 1.3s空闲显存7GB常驻5.3GBWSL2 内部环境的关键点装环境时注意用 uv 建虚拟环境torch 2.13.0cu130 flashinfer 0.6.18 nvcc cu13Blackwell 架构RTX 50 系sm_120必须用 cu13 系列cu129 会报「requires GPUs with sm75」WSL2 里若残留旧版 nvcc如 12.8会干扰 flashinfer 的版本检测启动服务前要把CUDA_HOME指向 cu13 的 nvcc 目录。这些繁琐操作项目已经封装好双击 bridge/start-omnivoice-wsl.cmd逻辑见 bridge/start-omnivoice-wsl.ps1它会自动拉起 WSL2 → 取 IP → 同步桥接配置 → 等:9877就绪。⚠️WSL2 IP 是动态的重启后可能变化Windows 侧必须通过 IPwsl hostname -I查询访问http://WSL2-IP:9877localhost 转发在 WSL2 网络模式下不可用。上面的一键脚本会在 IP 变化时自动更新bridge-config.json的omnivoice.base并重启桥接不用手工改。4. Docker Desktop数字人DUIX的容器可选增强项。项目提供了精简适配版 composebridge/docker-compose-5060ti.yml已适配 RTX 50 系列5060 Ti / 5090 同架构去掉了原项目的 Fish Speech 与 FunASR只保留数字人视频生成服务宿主端口:8383冷启动 1-3 分钟。不想出数字人视频可以先跳过纯语音模式完全可用。三、硬盘空间预估预留 30GB 才从容项目大小本项目代码 素材约 8MBPython 虚拟环境 依赖含 PyTorch约 5-8GBFunASR Paraformer 中文模型models/funasr/约 850MBOmniVoice TTS 环境WSL2 内含模型 torch cu130 FlashInfer约 10GBdeepseek-harness node_modules约 2-4GB依赖清单见 bridge/requirements.txtpip install -r bridge/requirements.txt会装 PyTorch、transformers、speech-to-speech 等体积大、耗时长耐心等待。四、装完环境后的 5 步自检全部通过后就可以进入正式安装克隆仓库 → 建 venv → 装模型 → 填 bridge/bridge-config.example.json 复制出的配置。[ ] 1. winver —— Windows 10/11 64 位 [ ] 2. nvidia-smi —— 显卡信息正常显存 ≥ 16GB [ ] 3. python --version —— 3.10PATH 生效 [ ] 4. wsl -d Ubuntu-22.04 -- hostname -I —— 有 IP 输出 [ ] 5. docker --version —— Docker Desktop 可正常启动五、常见问题快查问题原因与处理nvidia-smi报「不是内部或外部命令」没有 NVIDIA 显卡或驱动没装好先装驱动pip 装依赖太慢/超时换清华 PyPI 镜像pip install -r bridge/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simpleHuggingFace 模型下载慢设置set HF_ENDPOINThttps://hf-mirror.com后重试flashinfer 报 sm75 架构错误WSL2 内 torch/flashinfer 必须 cu13 系列且CUDA_HOME指向 cu13 的 nvccWindows 连不上:9877WSL2 IP 变了重跑 bridge/start-omnivoice-wsl.cmd 自动同步第一次 TTS 很慢10~60s正常现象模型首次懒加载 预热之后每句约 0.5s 出音环境清单全部打勾后后续只需克隆仓库 →python -m venv venv-speech建虚拟环境 → 装依赖 → 放模型与参考音频 → 双击 bridge/start-full-stack.cmd 一键拉起全栈浏览器里就能听到她开口了。️赞分享【免费下载链接】dsh-voice-ai-girlfriend语音 AI 女友Voice AI girlfriend for DeepSeek HarnessWhisper 语音输入 Qwen3-TTS 声音克隆 句子级流式朗读 数字人动画窗。插话/排队双模式说话即打断。项目地址https://gitcode.com/gh_mirrors/ds/dsh-voice-ai-girlfriend点击查看免费下载相关推荐如何把 dsh-voice-ai-girlfriend 语音插件装进 DSHdsh plugin 一键安装与 pnpm allowBuilds 坑位解析如何把 dsh voice ai girlfriend 语音插件装进 DSHdsh plugin 一键安装与 pnpm allowBuilds 坑位解析 想给Observable API与RxJS对比分析原生实现与第三方库的优劣Observable API与RxJS对比分析原生实现与第三方库的优劣 Observable API作为原生浏览器标准提案与RxJS这一成熟的第三方响应式编初识 dsh-voice-ai-girlfriend如何让你的AI女友开口说话功能全景与架构一文看懂初识 dsh voice ai girlfriend如何让你的AI女友开口说话功能全景与架构一文看懂 dsh voice ai girlfriend语音上一篇终极Windows Defender移除指南三步彻底告别系统安全中心下一篇QKeyMapperWindows平台开源按键映射工具全面指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
