【2024 DigiKey创意大赛】Par2：ChatTTS本地部署

wangerxian

【2024 DigiKey创意大赛】Par2：ChatTTS本地部署 [复制链接]

1、环境安装

打开Anaconda软件，创建一个ChatTTS的环境

输入命令创建一个环境：【conda create --name chattts python=3.10】

输入命令进入刚才创建好的环境：【conda activate chattts】

之后需要安装pytorch，直接上官网获取安装流程【https://pytorch.org/】

我用的是N卡，所以我装了CUDA11.8，命令如下：

【pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118】

下载torch比较慢，直接复制上面的链接到迅雷，就可以快速下载了。

【https://download.pytorch.org/whl/cu118/torch-2.4.1%2Bcu118-cp310-cp310-win_amd64.whl】

下载完成之后，安装的时候指定路径即可【pip install D:\迅雷下载\torch-2.4.1+cu118-cp310-cp310-win_amd64.whl】

等待安装完成，同时安装一下torchvision、torchaudio，torchaudio版本要和torch版本一致。输入命令【>pip3 install torchvision torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu118】，其中【==2.4.1】就是指定版本

最后来安装一下ChatTTS即可，输入命令【pip install ChatTTS】。

这样ChatTTS环境就安装完了，是不是很简单~~

最后安装一下保存音频文件的库，执行命令【pip install pysoundfile】即可

2、功能测试

目前没有模型，我们需要去下载模型，通过git下载模型【https://www.modelscope.cn/ai-modelscope/chattts.git】，直接git下来即可。

模型下载下来，路径如上所示。

编写代码，文件保存文main.py：

import torch
import torchaudio
import ChatTTS

import torch._dynamo
torch._dynamo.config.suppress_errors = True

model_dir = './chattts_model'

# 初始化ChatTTS实例，并打印LOG
chat = ChatTTS.Chat(
)

# 设置本地模型的ID
chat.sha256_map = {
    'sha256_asset_Decoder_pt': '9964e36e840f0e3a748c5f716fe6de6490d2135a5f5155f4a642d51860e2ec38',
    'sha256_asset_DVAE_full_pt': '553eb75763511e23f3e5f86303e2163c5ca775489d637fb635d979c8ae58bbe5',
    'sha256_asset_Embed_safetensors': '2ff0be7134934155741b643b74e32fb6bf3eec41257984459b2ed60cdb4c48b0',
    'sha256_asset_Vocos_pt': '09a670eda1c08b740013679c7a90ebb7f1a97646ea7673069a6838e6b51d6c58',
    'sha256_asset_gpt_config_json': 'ef8c83b3d731deff7b738304fde3eb282c16d9dcb092d5504315bf3d869a0765',
    'sha256_asset_gpt_model_safetensors': 'cd0806fd971f52f6a22c923ec64982b305e817bcc41ca83417fcf9141b984a0f',
    'sha256_asset_tokenizer_special_tokens_map_json': '30e1f3dfbaef18963d9298e9a70e5f4be9017b4f64ec67737d0bccc2dbeba8c9',
    'sha256_asset_tokenizer_tokenizer_config_json': 'ac0eb91b587bd4c627c2b18ac1652bdf3686c7a6cd632d4b00feb9f34828dfdc',
    'sha256_asset_tokenizer_tokenizer_json': 'dddc3d54016d6cb75ed66dde3be50287afe6dee679c751538373feb75f950020'
 }


chat.load(source='custom', custom_path=model_dir, compile=True)

texts = '电子工程世界 得捷创意大赛'
wavs = chat.infer(texts)
print(wavs)
torchaudio.save("test.wav", torch.from_numpy(wavs), 24000)

然后执行【python main.py】

就生成了一个音频文件了

生成的音频文件放下面，大家可以听一下~

test.wav (225.08 KB, 下载次数: 0)

秦天qintian0303

这必须存储的给力啊

hellokitty_bean

厉害了我的xian哥。。。。。。。。。。这个就是典型的文生语音案例了。。。

wangerxian

hellokitty_bean 发表于 2024-11-3 20:55 厉害了我的xian哥。。。。。。。。。。这个就是典型的文生语音案例了。。。

是的，就是速度有点慢。

wangerxian

秦天qintian0303 发表于 2024-11-2 23:12 这必须存储的给力啊

后面分享语音识别

hellokitty_bean

wangerxian 发表于 2024-11-5 09:32 是的，就是速度有点慢。

你的N卡，速度还慢呀？？？？那我的小笔记本估计没法跑了

wangerxian

hellokitty_bean 发表于 2024-11-5 20:48 你的N卡，速度还慢呀？？？？那我的小笔记本估计没法跑了

目前这个方案N卡和CPU没啥区别。

hellokitty_bean

wangerxian 发表于 2024-11-6 11:22 目前这个方案N卡和CPU没啥区别。

好，很快试一试。。。。。。。。。。。。。。。。。。

【2024 DigiKey创意大赛】Par2：ChatTTS本地部署 [复制链接]

最新回复

点评

点评

点评

点评

点评