GitHub 热门项目：metavoice-src

GitHub 项目：metavoice-src 仓库地址：https://github.com/metavoiceio/metavoice-src 星级：4197 | 作者：metavoiceio 项目描述：类人表达 TTS 的基础模型 =================================================== 自述文件内容： # MetaVoice-1B [](https://ttsdemo.themetavoice.xyz/) [](https://discord.gg/tbTbkGEgJM) [](https://twitter.com/metavoiceio) MetaVoice-1B 是一个 1.2B 参数库模型，经过 10 万小时语音训练，用于 TTS（文本转语音）。它是按照以下优先事项构建的： * **情绪化的英语演讲节奏和语气**。 * **零镜头克隆美国和英国声音**，带有 30 秒参考音频。 * 支持（跨语言）**带有微调的语音克隆**。 * 我们已经成功地为印度语使用者提供了短短 1 分钟的训练数据。 * **任意长度文本**的合成 我们在 Apache 2.0 许可证下发布 MetaVoice-1B，*它可以不受限制地使用*。 ## 快速入门 - tl;dr 网页用户界面 ````bash docker-compose up -d ui && docker-compose ps && docker-compose log -f ```` 服务器 ````bash # 导航到 /docs 以获取 API 定义 docker-compose up -d 服务器 && docker-compose ps && docker-compose 日志 -f ```` ## 安装 **先决条件：** - GPU 显存 >=12GB - Python >=3.10,<3.12 - pipx（[安装说明](https://pipx.pypa.io/stable/installation/)） **环境设置** ````bash # 安装 ffmpeg wget https://johnvansickle.com/ffmpeg/builds/ffmpeg-git-amd64-static.tar.xz wget https://johnvansickle.com/ffmpeg/builds/ffmpeg-git-amd64-static.tar.xz.md5 md5sum -c ffmpeg-git-amd64-static.tar.xz.md5 tar xvf ffmpeg-git-amd64-static.tar.xz sudo mv ffmpeg-git-*-static/ffprobe ffmpeg-git-*-static/ffmpeg /usr/local/bin/ rm -rf ffmpeg-git-* # 如果未安装，请安装 rust（确保安装后已重新启动终端） 卷曲 --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs |嘘 ```` ### 项目依赖安装 1. [使用诗歌](#using-poetry-recommended) 2. [使用 pip/conda](#using-pipconda) #### 使用诗歌（推荐） ````bash # 如果尚未安装，请安装诗歌（确保安装后已重新启动终端） pipx 安装诗歌 # 禁用任何可能干扰诗歌 venv 的 conda 环境 康达停用 # 如果从 Linux 运行，密钥环后端可以挂在 `poetry install` 上。这可以防止这种情况发生。 导出 PYTHON_KEYRING_BACKEND=keyring.backends.fail.Keyring # pip 的依赖解析器会抱怨，这是临时的预期行为 # 完整的推理和微调功能仍然可用 诗歌安装 && 诗歌运行 pip install torch==2.2.1 torchaudio==2.2.1 ```` #### 使用 pip/con