TangoFlux 本地部署实用教程：开启无限音频创意脑洞

一、介绍

TangoFlux是通过流匹配和 Clap-Ranked 首选项优化，实现超快速、忠实的文本到音频生成的模型。

• 本模型由 Stability AI 提供支持
• 🚀 TangoFlux 可以在单个 A40 GPU 上在 ~3 秒内生成长达 34.1kHz 的立体声音频。

二、部署

安装方式非常简单

1.克隆并安装环境

pip install git+https://github.com/declare-lab/TangoFlux

2.推理

TangoFlux 可以生成长达 30 秒的音频。使用 Python API 时，必须将 duration 传递给函数。请注意，持续时间应在 1 到 30 之间。model.generate

Web 界面

运行以下命令以启动 Web 界面。

tangoflux-demo

首次运行web界面的启动命令后，项目会自动下载所需的模型，此时需要保持网络畅通，耐心等待：