阿里开源 CosyVoice 语音克隆部署和使用

harryliuwx888@gmail.com (Harry) — Sat, 03 Aug 2024 12:30:01 +0800

应该是 开源界音色最稳定 的语音合成和克隆模型了，支持预训练音色合成、自然语言控制、3秒极速复刻和跨语种复刻。

官方部署方式比较复杂，错误较多，我这里进行了整理和优化，支持GPU和CPU，方便大家使用。

CosyVoice 开源仓库: CosyVoice

效果展示

自然语言控制

3秒极速复刻

使用方法

均支持 GPU 和 CPU

第一次启动过程可能会有点长，需要从魔搭下载3个模型

Windows 一键启动包

百度网盘: https://pan.baidu.com/s/1UTuRKPQ9nuQk69qxQzdL4A?pwd=j2ei 提取码: j2ei

下载后使用 7z 解压。没有 7z 的话，可以在这里下载：https://7-zip.org/download.html
双击 双击启动.bat 启动服务
启动后，访问 http://127.0.0.1:50000/

注意：文件夹中不能有中文、特殊字符和空格，否则可能会启动失败

Docker部署🐳

确保已经安装了Docker软件，没有的话，从官网下载安装 https://www.docker.com/products/docker-desktop/

复制以下代码到终端运行即可

CPU 版本

1
2

curl -fsSL https://harryai.cc/cosyvoice/docker-compose.yml -o docker-compose.yml
docker-compose up

GPU 版本

1
2

curl -fsSL https://harryai.cc/cosyvoice/docker-compose-gpu.yml -o docker-compose.yml
docker-compose up

docker 启动后，访问 http://127.0.0.1:50000/

ChatTTS 开源语音合成服务的部署和使用

harryliuwx888@gmail.com (Harry) — Wed, 29 May 2024 20:16:01 +0800

项目地址：https://github.com/2noise/ChatTTS

Windows 用户建议直接下载一键启动包，运行环境和模型都已经配置好，使用更简单。

Windows 一键启动包

百度网盘下载：https://pan.baidu.com/s/1wfdqQDTzDnMf01bV1wzKgQ?pwd=v2kb 提取码：v2kb

解压密码：harryai

下载后解压，然后双击 启动服务.bat 即可。

启动成功后，会自动打开 http://localhost:8845/ 页面。

输入文本内容，即可合成语音。

手动部署

1. 下载代码

点击下载代码压缩包，然后解压到本地。

2. 下载模型

从魔搭下载 https://www.modelscope.cn/models/pzc163/chatTTS/summary 建议使用 git 克隆

`1`	`git clone https://www.modelscope.cn/pzc163/chatTTS.git`

注意：魔搭里面缺少文件 spk_stat.pt，点击这里下载，然后放到 chatTTS/asset 目录下。

再将下载的整个文件夹，放到 models 文件夹下，结构如下：

3. 安装依赖

`1`	`pip install -r requirements.txt`

4. 启动服务

`1`	`python webui.py`

启动成功后，会自动打开 http://localhost:8845/ 页面，输入文本内容，即可合成语音。

语音合成 on Harry AI

阿里开源 CosyVoice 语音克隆 部署和使用

效果展示

自然语言控制

3秒极速复刻

使用方法

Windows 一键启动包

Docker部署🐳

CPU 版本

GPU 版本

ChatTTS 开源语音合成服务的部署和使用

Windows 一键启动包

手动部署

1. 下载代码

2. 下载模型

3. 安装依赖

4. 启动服务

阿里开源 CosyVoice 语音克隆部署和使用