使用FishSpeech進行語音合成推理

部署

部署FishSpeech，優先參考github官方（https://speech.fish.audio/zh/）。

注意：此網站可能需要FQ才能訪問。

個人為Windows電腦，使用Windows配置步驟。

Windows11配置過程

conda安裝

下載Conda，地址：https://www.anaconda.com/download

點擊Skip registration，進入下載界面，下載界面提供Anaconda 和 Miniconda 。

Anaconda 和 Miniconda它們之間的區別在于

本地電腦空間足夠，下載Anaconda。

配置環境變量

安裝后配置系統環境變量。

配置編譯加速

參考官方教程，配置compile加速。

下載四個軟件，安裝。無需下載和執行install_env.bat。而是通過源代碼來配置環境。

git拉取源代碼下來，當前版本是1.5。cd進入當前項目根目錄。

參考以下代碼，通過Powershell控制臺激活conda環境。

# 創建一個 python 3.10 虛擬環境, 你也可以用 virtualenv
conda create -n fish-speech python=3.10
conda activate fish-speech

# 安裝 pytorch
pip3 install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu121

# 安裝 fish-speech
pip3 install -e .

# (開啟編譯加速) 安裝 triton-windows
pip install https://github.com/AnyaCoder/fish-speech/releases/download/v0.1.0/triton_windows-0.1.0-py3-none-any.whl

注意：conda init之后默認控制臺進入base環境。

此系統上禁止運行腳本

提示此文案，一般是權限策略導致。

在以管理員身份運行 PowerShell ，執行以下命令：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

創建快捷方式

在根目錄新建一個bat，用于啟動api服務器。文件名：start_api_server.bat

call conda activate fish-speech

cd /d %~dp0

python -m tools.api_server --listen 0.0.0.0:8080  --llama-checkpoint-path "checkpoints/fish-speech-1.5"  --decoder-checkpoint-path "checkpoints/fish-speech-1.5/firefly-gan-vq-fsq-8x1024-21hz-generator.pth"  --decoder-config-name firefly_gan_vq --compile

再創建一個推理web的快捷方式。文件名：start_infer_web.bat

call conda activate fish-speech

cd /d %~dp0

python -m tools.run_webui --llama-checkpoint-path "checkpoints/fish-speech-1.5"  --decoder-checkpoint-path "checkpoints/fish-speech-1.5/firefly-gan-vq-fsq-8x1024-21hz-generator.pth"  --decoder-config-name firefly_gan_vq --compile

帶編譯命令會啟動慢一些，命令行會輸出如下：