Mindket

Applio

新上架第 1 版 · 更新于

概览

带浏览器界面的语音转换工具,注重易用和音质,支持插件。适合只转换自己有权使用的音频的艺术家、开发者和研究人员。

Applio 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 一台 Windows、Linux 或 macOS 电脑
  • 仓库里的项目文件
  • 对你处理的任何声音或音频的使用许可
用在
  • Windows,通过 .bat 脚本
  • Linux 和 macOS,通过 .sh 脚本
  • 你的默认网页浏览器,Gradio 界面在那里打开
  • Google Colab 笔记本,带界面或不带界面,模型卡里有链接
先运行
pip install -U huggingface_hub
hf download IAHispano/Applio

平台

Windows操作系统
Linux操作系统
macOS操作系统

关于

它是什么

Applio 是 IAHispano 推出的语音转换工具,能改变音频里的声音,带有一个在浏览器里打开的 Gradio 界面。它追求简单、质量和性能,插件和配置选项让你能按项目需要调整。它基于 VoiceConversionWebUI。

适合谁

适合想通过简单界面转换声音、并且拥有音频或获得使用许可的艺术家、开发者和研究人员。

行业谁在用怎么用例子
音乐艺术家转换自己拥有或有权使用的音频中的声音转换自己录制的一段声音
软件开发者用插件和配置扩展工具添加项目需要的插件
研究音频研究人员训练声音模型,并在 TensorBoard 里跟踪训练查看一次训练的图表

无法获得所处理声音的许可的人应该跳过它,因为使用条款要求你拥有这些声音或获得明确许可。

用在哪里

它在你自己的电脑上运行,界面在网页浏览器里打开。

  • Windows,通过 .bat 脚本
  • Linux 和 macOS,通过 .sh 脚本
  • 你的默认网页浏览器,Gradio 界面在那里打开
  • Google Colab 笔记本,带界面或不带界面,模型卡里有链接
用例谁用得到什么
语音转换艺术家一段换了声音的音频文件
模型训练研究人员可以在 TensorBoard 里跟踪的训练过程
插件开发开发者通过插件系统添加的额外功能

如何设置

先按你的系统运行一个安装脚本,再启动应用。

  • 一台 Windows、Linux 或 macOS 电脑
  • 仓库里的项目文件
  • 对你处理的任何声音或音频的使用许可
  1. 用 hf 命令下载项目文件。
  2. 在 Windows 上双击 run-install.bat。在 Linux 或 macOS 上运行 run-install.sh。
  3. 在 Windows 上用 run-applio.bat 启动应用,在 Linux 和 macOS 上用 run-applio.sh。
pip install -U huggingface_hub
hf download IAHispano/Applio
run-install.sh

如何使用

用运行脚本启动 Applio,Gradio 界面会在你的默认浏览器里打开。你在那里转换音频。想监控训练或查看数据,就用它自己的脚本启动 TensorBoard。

run-applio.sh
run-tensorboard.sh
工具作用
run-install.bat 和 run-install.sh在 Windows 以及 Linux 或 macOS 上安装应用
run-applio.bat 和 run-applio.sh启动 Applio,并在浏览器里打开 Gradio 界面
run-tensorboard.bat 和 run-tensorboard.sh启动 TensorBoard,用来监控训练或查看数据

示例

你运行启动脚本,界面在浏览器里打开。你载入一段自己拥有的录音并转换它。返回的是同一段音频,只是换了一个声音。模型卡没有给出逐屏的操作演示,所以下一步该看它的文档。

新手与专家

语音转换是把一个人声音的录音变得像另一个人的声音。Applio 把这件事放进一个网页,所以你不用写代码。第一件可以试的小事,就是运行安装脚本,启动应用,看看打开的页面。

它基于 VoiceConversionWebUI,有 Gradio 前端、插件和配置接口,以及用于训练的 TensorBoard。模型卡称它的官方模型用 VCTK 这类公开数据集训练,并感谢 gradio-screen-recorder 和 rvc-cli 为其中一部分工作所做的贡献。

  1. 运行安装脚本
  2. 用运行脚本启动应用
  3. 在浏览器里打开 Gradio 页面
  4. 转换或训练声音
  5. 在 TensorBoard 里观察训练

注意事项

使用它由你自己负责,模型卡设定了明确的条款。

  • 条款:使用它即表示你同意尊重版权和隐私权,并遵守你所在地的法律。
  • 声音:只使用你拥有或获得明确许可的音频。
  • License: MIT。用于商业用途时,要遵循它,并联系作者以确认用途合乎道德。
  • Cost to run: 没有提到费用。模型卡欢迎自愿捐赠。
  • Data it reaches: 你在自己电脑上处理的音频。链接的 Colab 笔记本运行在 Google 的 Colab 服务上。
  • Not for: 伤害、诽谤或侵犯他人权利,或创建、分享未经授权的内容。

README 和文件

README

Applio

带浏览器界面的语音转换工具,注重易用和音质,支持插件。适合只转换自己有权使用的音频的艺术家、开发者和研究人员。

由 IAHispano 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Applio 是 IAHispano 推出的语音转换工具,能改变音频里的声音,带有一个在浏览器里打开的 Gradio 界面。它追求简单、质量和性能,插件和配置选项让你能按项目需要调整。它基于 VoiceConversionWebUI。

适合谁:适合想通过简单界面转换声音、并且拥有音频或获得使用许可的艺术家、开发者和研究人员。

行业 | 谁在用 | 怎么用 | 例子
音乐 | 艺术家 | 转换自己拥有或有权使用的音频中的声音 | 转换自己录制的一段声音
软件 | 开发者 | 用插件和配置扩展工具 | 添加项目需要的插件
研究 | 音频研究人员 | 训练声音模型,并在 TensorBoard 里跟踪训练 | 查看一次训练的图表

无法获得所处理声音的许可的人应该跳过它,因为使用条款要求你拥有这些声音或获得明确许可。

用在哪里:它在你自己的电脑上运行,界面在网页浏览器里打开。

  • Windows,通过 .bat 脚本
  • Linux 和 macOS,通过 .sh 脚本
  • 你的默认网页浏览器,Gradio 界面在那里打开
  • Google Colab 笔记本,带界面或不带界面,模型卡里有链接
用例 | 谁用 | 得到什么
语音转换 | 艺术家 | 一段换了声音的音频文件
模型训练 | 研究人员 | 可以在 TensorBoard 里跟踪的训练过程
插件开发 | 开发者 | 通过插件系统添加的额外功能

如何设置:先按你的系统运行一个安装脚本,再启动应用。

  • 一台 Windows、Linux 或 macOS 电脑
  • 仓库里的项目文件
  • 对你处理的任何声音或音频的使用许可
  1. 用 hf 命令下载项目文件。
  2. 在 Windows 上双击 run-install.bat。在 Linux 或 macOS 上运行 run-install.sh。
  3. 在 Windows 上用 run-applio.bat 启动应用,在 Linux 和 macOS 上用 run-applio.sh。
pip install -U huggingface_hub
hf download IAHispano/Applio
run-install.sh

如何使用:用运行脚本启动 Applio,Gradio 界面会在你的默认浏览器里打开。你在那里转换音频。想监控训练或查看数据,就用它自己的脚本启动 TensorBoard。

run-applio.sh
run-tensorboard.sh
工具 | 作用
run-install.bat 和 run-install.sh | 在 Windows 以及 Linux 或 macOS 上安装应用
run-applio.bat 和 run-applio.sh | 启动 Applio,并在浏览器里打开 Gradio 界面
run-tensorboard.bat 和 run-tensorboard.sh | 启动 TensorBoard,用来监控训练或查看数据

示例:你运行启动脚本,界面在浏览器里打开。你载入一段自己拥有的录音并转换它。返回的是同一段音频,只是换了一个声音。模型卡没有给出逐屏的操作演示,所以下一步该看它的文档。

新手与专家:语音转换是把一个人声音的录音变得像另一个人的声音。Applio 把这件事放进一个网页,所以你不用写代码。第一件可以试的小事,就是运行安装脚本,启动应用,看看打开的页面。

它基于 VoiceConversionWebUI,有 Gradio 前端、插件和配置接口,以及用于训练的 TensorBoard。模型卡称它的官方模型用 VCTK 这类公开数据集训练,并感谢 gradio-screen-recorder 和 rvc-cli 为其中一部分工作所做的贡献。

运行安装脚本
用运行脚本启动应用
在浏览器里打开 Gradio 页面
转换或训练声音
在 TensorBoard 里观察训练

注意事项:使用它由你自己负责,模型卡设定了明确的条款。

  • 条款:使用它即表示你同意尊重版权和隐私权,并遵守你所在地的法律。
  • 声音:只使用你拥有或获得明确许可的音频。
  • License: MIT。用于商业用途时,要遵循它,并联系作者以确认用途合乎道德。
  • Cost to run: 没有提到费用。模型卡欢迎自愿捐赠。
  • Data it reaches: 你在自己电脑上处理的音频。链接的 Colab 笔记本运行在 Google 的 Colab 服务上。
  • Not for: 伤害、诽谤或侵犯他人权利,或创建、分享未经授权的内容。

Hugging Face 上的数据(2026年11月13日)

  • 任务:audio to audio
  • 框架:transformers
  • 最近 30 天下载:334
  • 点赞:229
  • 许可证:mit
  • 基于:lj1995/VoiceConversionWebUI
  • Quantized versions: 1
  • Fine-tunes: 6
  • 标签:transformers, onnx, vits, voice2voice, audio-to-audio

链接

  • 模型:https://huggingface.co/IAHispano/Applio
  • 文件:https://huggingface.co/IAHispano/Applio/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download IAHispano/Applio

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Applio 本页334229—mit
SimulS2ST-Omni共有 audio-to-audio · transformers02—apache-2.0
Ming-3.0-audio-tiny共有 onnx · transformers5,202628.9Bmit
NVIDIA NemotronLabs RE-USE-laughter共有 audio-to-audio2,845179.6Mopenmdw-1.1
DaFeiYu RVC v2 40k共有 audio-to-audio57110—mit
Orukeet共有 onnx35,262110627Mcc-by-sa-4.0
数据为 Mindket 在 2026-11-13 读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

效率类的相似商品

查看效率类的全部商品

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k

IPTV

iptv-org · 工具包

把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。

新上架144k