CosyVoice_For_Windows安装与配置指南

CosyVoice_For_Windows安装与配置指南

CosyVoice_For_Windows CosyVoice在Windows环境下使用的版本 项目地址: https://gitcode.com/gh_mirrors/co/CosyVoice_For_Windows

1. 项目基础介绍

CosyVoice_For_Windows 是一个开源项目，它基于 CosyVoice 模型，为 Windows 系统用户提供了一套完整的语音合成解决方案。该项目主要使用 Python 编程语言，通过深度学习技术实现高质量的语音合成。

2. 项目使用的关键技术和框架

• 编程语言: Python
• 关键技术:
  • CosyVoice 模型：一种基于深度学习的语音合成模型。
  • PyTorch：一个流行的深度学习框架。
  • Torchaudio：PyTorch 的音频处理库。
• 框架:
  • Flask：一个轻量级的 Web 应用框架，用于搭建 API 服务。
  • Deepspeed：微软开源的深度学习优化库。

3. 项目安装和配置的准备工作

在开始安装之前，请确保你的系统满足以下要求：

• 操作系统：Windows
• Python 版本：3.11
• CUDA 版本：12.6
• CUDNN 版本：9.4
• 安装 Git 和 Git LFS

详细安装步骤

步骤 1: 克隆项目

首先，使用 Git 命令克隆项目仓库：

git clone --recursive https://github.com/v3ucn/CosyVoice_For_Windows.git

如果网络失败，请尝试多次执行上述命令。

步骤 2: 设置环境变量

将项目中的 third_party/AcademiCodec 和 third_party/Matcha-TTS 添加到 PYTHONPATH 环境变量中：

set PYTHONPATH=third_party/AcademiCodec;third_party/Matcha-TTS

步骤 3: 创建 Conda 环境

安装 Conda 并创建一个新的环境：

conda create -n cosyvoice python=3.11
conda activate cosyvoice

步骤 4: 安装依赖

安装项目所需的 Python 包：

pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com

安装 deepspeed：

pip install deepspeed

安装 PyTorch、Torchvision 和 Torchaudio（确保 CUDA 版本与系统兼容）：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

步骤 5: 下载预训练模型

从 ModelScope 下载预训练的 CosyVoice 模型：

from modelscope import snapshot_download

snapshot_download('iic/CosyVoice-300M', local_dir='pretrained_models/CosyVoice-300M')
snapshot_download('iic/CosyVoice-300M-SFT', local_dir='pretrained_models/CosyVoice-300M-SFT')
snapshot_download('iic/CosyVoice-300M-Instruct', local_dir='pretrained_models/CosyVoice-300M-Instruct')
snapshot_download('speech_tts/speech_kantts_ttsfrd', local_dir='pretrained_models/speech_kantts_ttsfrd')

或者使用 Git LFS 下载模型：

mkdir -p pretrained_models
git clone https://www.modelscope.cn/iic/CosyVoice-300M.git pretrained_models/CosyVoice-300M
git clone https://www.modelscope.cn/iic/CosyVoice-300M-SFT.git pretrained_models/CosyVoice-300M-SFT
git clone https://www.modelscope.cn/iic/CosyVoice-300M-Instruct.git pretrained_models/CosyVoice-300M-Instruct
git clone https://www.modelscope.cn/speech_tts/speech_kantts_ttsfrd.git pretrained_models/speech_kantts_ttsfrd

完成以上步骤后，你就可以开始使用 CosyVoice_For_Windows 项目了。

CosyVoice_For_Windows CosyVoice在Windows环境下使用的版本 项目地址: https://gitcode.com/gh_mirrors/co/CosyVoice_For_Windows