https://www.bilibili.com/video/BV14S421R76v/?spm_id_from=333.788&vd_source=02f2aad32c21e62474c9d52666b96f92 视频教程

特别注意事项：

1、文档可能不全面，一些细节没有体现，结合视频教程食用更佳；

2、所有相关的软件、文件名称不要使用中文名称，也不要有中文路径。

C盘的中文用户名也不行，需要转移到别的非中文路径下。

AI框架CUDA和cuDNN的安装(如果已安装，可跳过)：

//检查显卡支持的最大CUDA版本命令行指令

nvidia-smi

//检查是否安装CUDA成功的命令行指令

nvcc -V

PS：CUDNN下载需要登录，登录不了的可以用如下方法免登录下载： 1. 找到要下载的版本，右键复制链接，把链接最后面的斜杠删掉，一定要删掉最后的斜杠噢，2. 打开迅雷，粘贴链接，然后就可以下载了，还挺快的

项目部署流程：

PS：如果命令行窗口执行过程中，一直提示SSLError或HTTPSConnectionError错误，可以设置使用代理端口克隆和下载三方库：

代理端口地址需要通过kexue上网获取！

设置方式：在命令行窗口运行以下指令

然后执行下面的项目克隆和安装三方库。

一、使用Git克隆代码

Git安装(如果安装过Git，可跳过)：

Git克隆项目文件到本地：

cd CosyVoice

git submodule update --init --recursive

PS：国内用户如果克隆失败，可以多尝试几次。有魔法的话，建议开魔法克隆。

二、创建环境和安装三方库：

1. 安装Miniconda(如果安装过conda，可跳过)

如果安装成功：输入conda --version，能返回conda版本号

2. 创建虚拟环境：

conda create -n cosyvoice python=3.8

conda activate cosyvoice

PS：如果提示CondaError: Run 'conda init' before 'conda activate'，可先执行conda init，再重新操作。

3. 下载三方库

(1) 安装pynini和pyarrow：

conda install -y -c conda-forge pynini==2.1.5 pyarrow

(2) 安装其他三方库：

PS：安装前需先将requirements.txt中关于onnxruntime库的内容，删除系统判断的逻辑，改为onnxruntime-gpu==1.16.0

官方推荐，速度慢点：

其他镜像：

PS：如果torch-2.0.1+cu118-cp38-cp38-win_amd64.whl下载过慢，可手动下载该文件后，重新激活虚拟环境，然后手动安装该库，速度会快很多。

步骤：

重新激活虚拟环境，运行手动安装指令：指令格式为

例如：

手动安装该库成功后，重新执行安装三方库指令(pip install -r requirements.txt......)，这样系统会继续安装别的库了，直到全部安装完。

三、下载模型：

新建Python程序下载模型：

python程序代码：

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('iic/CosyVoice-ttsfrd', local_dir='pretrained_models/CosyVoice-ttsfrd')

也可激活虚拟环境，直接执行Python程序download_models.py

python download_models.py

四、新建启动文件：

新建3个启动程序的批处理文件；

内置音色生成指令：

@echo off

call conda activate cosyvoice

python webui.py --port 50000 --model_dir pretrained_models/CosyVoice-300M-SFT

pause

克隆音色+跨语种克隆指令：

@echo off

call conda activate cosyvoice

python webui.py --port 50001 --model_dir pretrained_models/CosyVoice-300M

pause

内置音色+语气微调指令：

@echo off

call conda activate cosyvoice

python webui.py --port 50002 --model_dir pretrained_models/CosyVoice-300M-Instruct

pause

也可下载3个启动文件，复制到文件夹内直接点击运行，会自动打开浏览器运行。

五、安装FFmpeg(非必要)

PS：要使用非wav格式的音频，需安装FFmpeg(也可用剪辑软件将其转为wav格式)。

下载解压后，将其目录下的bin路径配置到系统环境变量的path变量中。

例如：D:\ffmpeg\bin

FFmpeg下载地址：

————项目使用教程————

————入门使用————

一、根据功能需求，点击对应的.bat文件启动程序。

1. 内置音色生成；

2. 克隆音色+跨语种克隆；

3. 内置音色生成+语气微调；

浏览器页面会同步打开，但是不显示内容。需等待命令行窗口加载完成后，刷新下网页即可显示程序界面。

PS：注意，该项目占用显存较大，尽量每次都只启动一个程序，不要同时启动多个程序，否则可能会爆显存。

二、语气微调的Prompt可参考官网的instruction内容：