公告喵 1.0.1 Beta 版本现已公测，更新的 1.3.x+ 版本即将内测～欢迎加入猫娘计划获取内测资格，小企鹅：995414391 1022939659 1092413003
跑在你自己电脑上的语音克隆与合成工作台。用几分钟参考音频训练出专属声线， 再把这份声音接回 N.E.K.O 猫娘——训练、推理、合成全程离线， 语音和文本一个字节都不外传。
N.E.K.O 自带多 provider 的 TTS 适配层，但走云端就意味着每次开口都得把文本送出家门。 ADR 提供了完全不同的另一条路。
N.E.K.O（猫娘计划）是一个端到端的 AI 伴侣平台：实时语音对话、多形态 Avatar、 五维记忆、Agent 工具执行，声音只是它的一部分。
官方 TTS 走的是云端，稳定、开箱即用，但文本必须出境。 ADR 是另一种方案：把 GPT-SoVITS 的模型体系搬到本机， 用你自己的声音档案替她发声——断网也能用，隐私归你。
开箱即用，但每次合成都要联网，文本与音色素材在服务商侧。
模型、音色、文本全在本机，训练你自己的声线，永久离线可用。
python -m adr.server，确认横幅显示监听端口 9881
GPT-SoVITS，地址保持 http://127.0.0.1:9881
POST /v1/audio/speech 一样能接
从一段参考音频，到一个能被 N.E.K.O 调用的声音档案，中间这条链路全在你手里。
LoRA / QLoRA 微调只训约 1% 参数，显存占用降低约 70%。梯度检查点加混合精度，消费级显卡 4–8GB VRAM 就能训，纯 CPU 机器也能跑推理——不用为了克隆一个声音去攒卡。
Tauri 桌面端内置便携 Python 运行时和全部依赖，装完即用。首次启动自动下载预训练底模约 2GB，预热页实时显示进度；就绪之后再也不需要网络，猫娘随时能开口。
实现 GPT-SoVITS api_v3 双工流式协议，WAV 音频块边生成边返回。
/v1/audio/speech 与 /v1/models 现成，兼容客户端直接接。
中 / 英 / 日 / 粤及中英混说，声音档案可标记语种并自动联动。
切片、ASR 转写、F0 提取、音素化一条龙，一条命令跑完。
Windows 用户直接装包；想折腾或者要部署到 NAS，走源码或容器都随你。
两个版本任选，也能从 123 云盘分享（提取码 ADRS）拿。
SHA256 校验值见 Release 页面。两版共用同一个 AppId，可原地升级覆盖，已经训练好的声音档案不会丢。
# 批量部署可以静默安装
ADR-Studio-1.0.1-x64-setup.exe /VERYSILENT /SUPPRESSMSGBOXES /NORESTART /DIR="安装目录"安装内容含 Python 便携运行时、全部依赖、GPT-SoVITS 代码与 ADR 引擎，磁盘占用约 2GB（CPU 版）/ 4GB（GPU 版），不含底模与声音档案数据。
推荐 Windows，Python 3.10+。NVIDIA GPU 可选——纯 CPU 能推理，只是训练建议上卡。
# 1. 安装（M1 基础 + WebUI）
pip install -e .[m1]
# 训练加速（LoRA / QLoRA，按需）
pip install -e .[m2]
# 日 / 粤 / 韩合成 G2P（按需；Windows 安装包已内置）
pip install -e .[multilang]
# 2. 启动 TTS 服务（默认 9881，N.E.K.O 直连）
$env:NUMBA_CACHE_DIR = "E:\adr_numba_cache" # 任意可写目录
python -m adr.server
# 3. 或者启动 legacy WebUI（Gradio，7860）
adr webui # 等价于双击 启动WebUI.bat| 命令 | 说明 |
|---|---|
python -m adr.server | 启动 GSV 兼容 TTS 服务（默认 127.0.0.1:9881，-p 改端口 / -a 改地址） |
adr process -i <文件或目录> -o ./output/processed | 数据处理管线：切片 / 转写 / 音素化 |
adr train -d <数据目录> --lora --lora-rank 8 | LoRA 微调训练 |
adr clone --ref <wav> --text <文本> | 单句克隆推理 |
adr model list / download / info | 预训练模型管理 |
adr doctor [--fix] | 环境 / 数据体检 |
adr webui | legacy WebUI（功能冻结期） |
适合 Linux 服务器、NAS 或云端机器。镜像已发布到 GitHub Container Registry，cpu / cuda 双变体。
# CPU
docker run -d --name adr-server -p 9881:9881 -v adr-data:/data ghcr.io/hmug12/adr-server:1.2.0-cpu
# GPU（需 NVIDIA Container Toolkit）
docker run -d --name adr-server --gpus all -p 9881:9881 -v adr-data:/data ghcr.io/hmug12/adr-server:1.2.0-cuda常青 tag ghcr.io/hmug12/adr-server:cpu 与 :cuda 始终指向最新发布版。更详细的用法在 docker/README.md。
服务默认只监听 127.0.0.1:9881，仅本机可达，N.E.K.O 本机对接完全不受影响。
| 接口 | 用途 |
|---|---|
POST /api/v3/tts/stream-input | GPT-SoVITS api_v3 双工流式合成 |
GET /api/v3/voices | 音色列表 |
POST /v1/audio/speech | OpenAI 兼容 TTS |
GET /v1/models | OpenAI 兼容模型列表（即音色档案） |
GET /api/adr/v1/health | 健康检查（引擎阶段 / 就绪状态） |
监听 0.0.0.0 且未设置 key 时，局域网内任何设备都能无鉴权调用（启动横幅会打安全警告）。
$env:ADR_TTS_API_KEY = "<你的密钥>" # 支持逗号分隔多个
python -m adr.server --addr 0.0.0.0客户端凭据三选一：Authorization: Bearer <key> 头 / X-API-Key: <key> 头 / ?api_key=<key> 查询参数。
桌面壳负责启动与守护，Python 引擎负责模型与合成。N.E.K.O 只跟引擎说话。
启动器、预热流程（底模下载进度透传）、系统托盘常驻、服务守护与日志面板、关于页。
GSV 兼容流式 TTS、OpenAI 兼容接口、声音克隆训练、数据处理管线。
优先级：ADR_DATA_DIR 环境变量 → F:/ADR_data（旧版遗留路径，存在即用）→ %LOCALAPPDATA%\ADR\data。服务日志在 <数据目录>\logs\server.log。
-p <端口> 换个端口；桌面版会在提示里直接给你一个可用端口。