教程|腾讯云高性能应用服务（HAI）搭建多音色控制的TTS引擎

在这篇文章中，我们将介绍如何使用腾讯云的高性能应用服务（HAI）来搭建一个具有多音色控制的文本转语音（TTS）引擎,具体操作步骤如下：

登录高性能应用服务 HAI 控制台

点击 新建 选择 AI 框架，选择算力方案、输入 实例名称、选择数量 后立即购买

开启学术加速功能

完成创建，查看运行状态

进入 jupyter_lab 环境

 

 

安装 git-lfs：

apt-get clean && apt-get update
apt-get install git-lfs

克隆 EmotiVoice 仓库：

cd /root && git clone https://github.com/netease-youdao/EmotiVoice

 

下载预训练模型文件：

cd /root/EmotiVoice
git lfs install
git lfs clone https://www.modelscope.cn/syq163/WangZeJun.git

下载 ckpt 模型：

cd /root/EmotiVoice
git lfs clone https://www.modelscope.cn/syq163/outputs.git

安装 EmotiVoice 依赖：

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

运行 UI 交互界面：

pip install streamlit
cd /root/EmotiVoice && streamlit run demo_page.py --server.port 6889 --logger.level debug

启动命令中的 6889 端口是 高性能应用服务默认开放的端口之一，如果修改了启动命令中的端口，需要手动配置 HAI 的安全组策略，将服务端口放行

运行类 OpenAI TTS 的 API

# 安装ffmpeg
apt-get clean && apt-get update
apt-get install ffmpeg

# 安装API所需的依赖
pip install fastapi
pip install pydub
pip install uvicorn[standard]

# 运行服务
cd /root/EmotiVoice
uvicorn openaiapi:app --reload --host 0.0.0.0 --port 6006

启动后可以通过/docs 查看接口文档