EmotiVoice小白安装手册：从环境配置到Web界面启动全流程避坑指南

想要快速体验强大的EmotiVoice文本转语音引擎吗？这篇完整教程将带你从零开始，一步步完成EmotiVoice的安装配置，避免常见错误，轻松启动Web界面体验多音色情感合成功能！🎉

【免费下载链接】EmotiVoice EmotiVoice 😊: a Multi-Voice and Prompt-Controlled TTS Engine 项目地址: https://gitcode.com/gh_mirrors/em/EmotiVoice

🚀 快速环境准备

EmotiVoice是一款支持中英文双语的免费TTS引擎，拥有2000+音色和情感合成功能。首先确保你的设备有GPU并已安装CUDA。

必备条件检查

• 操作系统：Linux（本教程以Linux环境为主）
• Python版本：3.8
• GPU：支持CUDA的NVIDIA显卡

创建Python环境

conda create -n EmotiVoice python=3.8
conda init
conda activate EmotiVoice

💡 小贴士：如果你不想使用conda环境，也可以直接使用系统Python，但要确保版本为3.8

📦 系统依赖安装

根据你的Linux发行版选择相应的命令：

Ubuntu系统：

sudo apt update
sudo apt install git
sudo apt-get install git-lfs

CentOS系统：

sudo yum update
sudo yum install git
sudo yum install git-lfs

🔧 项目部署步骤

1. 克隆项目仓库

git lfs install
git clone https://gitcode.com/gh_mirrors/em/EmotiVoice

2. 安装Python依赖

pip install torch torchaudio
pip install numpy numba scipy transformers==4.26.1 soundfile yacs g2p_en jieba pypinyin pypinyin_dict

3. 下载预训练模型

进入项目目录后执行：

cd EmotiVoice
git lfs clone https://huggingface.co/WangZeJun/simbert-base-chinese WangZeJun/simbert-base-chinese

或者使用备用下载方式：

git clone https://www.modelscope.cn/syq163/WangZeJun.git

4. 下载CKPT模型文件

git clone https://www.modelscope.cn/syq163/outputs.git

完成上述步骤后，你的项目结构应该包含：

├── WangZeJun
│   └── simbert-base-chinese
│       ├── config.json
│       ├── pytorch_model.bin
│       └── vocab.txt
├── outputs
│   ├── prompt_tts_open_source_joint
│   │   └── ckpt
│   │       ├── do_00140000
│   │       └── g_00140000
└── style_encoder
    └── ckpt
        └── checkpoint_163431

🌐 启动Web界面

安装Streamlit

pip install streamlit

启动服务

streamlit run demo_page.py --server.port 6006 --logger.level debug

启动成功后，在浏览器中打开显示的服务器地址，就能看到EmotiVoice的交互界面了！✨

🔌 启动API服务

如果你需要API接口，可以安装并启动TTS API：

pip install fastapi pydub uvicorn[standard] pyrubberband
uvicorn apiservice:app --reload --port 6006

接口文档地址：你的服务地址 + /docs

🛠️ 常见问题解决方案

❌ 问题1：页面显示"Please wait..."或空白

原因：CORS（跨域资源共享）保护配置错误

解决方法：

streamlit run demo_page.py --server.port 6006 --logger.level debug --server.enableCORS=false

❌ 问题2：BadZipFile错误

原因：缺少NLTK数据包文件

解决方法： 创建 download.py 文件：

import nltk
print(nltk.data.path)
nltk.download('averaged_perceptron_tagger')
nltk.download('cmudict')

然后运行：

python download.py

❌ 问题3：AttributeError: 'NoneType' object has no attribute 'seek'

原因：模型文件未找到或路径不正确

解决方法：检查 outputs 文件夹是否存在，路径结构是否正确。

❌ 问题4：ImportError: cannot import name 'Doc'

原因：typing_extensions版本问题

解决方法：

pip install typing_extensions==4.8.0 --force-reinstall

❌ 问题5：500 Internal Server Error

原因：未安装ffmpeg

解决方法：

Ubuntu：

sudo apt update
sudo apt install ffmpeg

CentOS：

sudo yum install epel-release
sudo yum install ffmpeg

验证安装：

ffmpeg -version

💡 使用小技巧

1. 多语言支持：EmotiVoice同时支持中文和英文文本转语音
2. 情感控制：可以通过提示词控制语音的情感色彩
3. 批量处理：使用脚本接口可以批量生成语音结果

🎯 总结

通过这篇EmotiVoice安装教程，你已经成功完成了从环境配置到Web界面启动的全流程。EmotiVoice作为一款功能强大的TTS引擎，为你的项目提供了丰富的声音选择和情感控制功能。

现在就开始体验EmotiVoice带来的语音合成魅力吧！🎊

【免费下载链接】EmotiVoice EmotiVoice 😊: a Multi-Voice and Prompt-Controlled TTS Engine 项目地址: https://gitcode.com/gh_mirrors/em/EmotiVoice