银川网站建设联系电话,专门做茶叶的网站,网站分页导航,网站功能介绍是什么官网文档与示例 Fish Speech V1.2 是一款领先的文本到语音 (TTS) 模型#xff0c;使用 30 万小时的英语、中文和日语音频数据进行训练。我尝试用1066运行#xff0c;但是质量不尽如人意#xff0c;建议使用RTX系列的显卡进行推理。
使用结果展示 text 20… 官网文档与示例 Fish Speech V1.2 是一款领先的文本到语音 (TTS) 模型使用 30 万小时的英语、中文和日语音频数据进行训练。我尝试用1066运行但是质量不尽如人意建议使用RTX系列的显卡进行推理。
使用结果展示 text 2024年1月6日夜色如墨而深圳C局客户机房内的灯光却异常明亮现场支撑的淞哥眼睛紧盯着屏幕手指在键盘上飞速敲击随着最后一行代码的执行他难掩激动地在大网改造保障群对话框里迅速写下“服务启动完成、OSS无线运营商业务系统正常接入、定时报表正常生成、数据迁移范围符合预期……”这不仅是一条消息更是一声胜利的号角。
消息一发出群里立刻沸腾了点赞和鼓掌的表情包不断在屏幕上跳动着。这一刻我们所有人的心都紧紧相连共同分享着这份来之不易的喜悦。
我坐在电脑前闭上眼睛任由思绪穿越时空回到了过去一年中的每一个日夜……
缘起跨领域迎接挑战
在OMC无线网络管理的先进领域运营商客户始终在追求拥有一个高效管理系统——能够统一掌控庞大网络设备的理想平台。无论省份、设备制造商如何分散都能通过统一的OMC系统实现无缝运维管理这将极大提升运维效率优化网络性能。
此前我们的PRS无线网络性能评估系统作为无线网络管理领域的创新成果成为了运营商客户日常网络运维不可或缺的一部分。客户对我们的信赖和对大网能力的期待成为我们不断追求技术突破的动力。
2019年我们迈出了重要的一步PRS首套1W大网商用系统上线。“1W大网”能够管理一万个等效网元为了有效处理海量T级别网络性能数据我们首次引入了“Hadoop分布式集群系统”。同时我们还有灵活管理规模小于一万个网元的 “PRS小网”系统它一直依赖于公司自主研发的高斯数据库来存储数据。因此在大网商用之初研发团队面临的一大挑战便是同时维护Hadoop和高斯两套技术栈。输出结果 output.wav 官网相关文档 https://fish.audio/zh-CN/about/ # 官方
https://speech.fish.audio/samples/ # 示例
https://github.com/fishaudio/fish-speech # 源码地址使用硬件要求 GPU 内存: 4GB (用于推理), 8GB (用于微调) 系统: Linux, Windows 此处介绍的是ubuntu系统上的安装与使用。本文使用的windows 子系统ubuntu22.04 安装
# 创建一个 python 3.10 虚拟环境, 你也可以用 virtualenv
python3 -m venv sp_venv
source sp_venv/bin/activate# 安装 pytorch
pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple# 下载fish-speech 代码
git clone https://github.com/fishaudio/fish-speech# 安装 fish-speech
cd fish-speech
pip3 install -e .# (Ubuntu / Debian 用户) 安装 sox
apt install libsox-dev
下载模型文件 方法一 官网给定的下载模型文件命令python ./tools/download_models.py 但是由于网络原型可能下载不成功。如果有翻墙工具可以下载。 方法二 通过 modelscope 社区进行下载 https://modelscope.cn/models/AI-ModelScope/fish-speech-1.2/files
cd fish-speech
mkdir checkpoints/fish-speech-1.2-sft将下载的模型文件拷贝到 fish-speech-1.2-sft 文件夹下 如果使用的windows 子系统 可以使用一下 命令
wsl cp config.json /home/km/fish-speech/checkpoints/fish-speech-1.2-sft使用 使用方法有两种 一种是通过 web UI 使用更直观便捷 一种是通过API方式更灵活移植性更大
web UI
python -m tools.webui \--llama-checkpoint-path checkpoints/fish-speech-1.2-sft \--decoder-checkpoint-path checkpoints/fish-speech-1.2-sft/firefly-gan-vq-fsq-4x1024-42hz-generator.pth \--decoder-config-name firefly_gan_vq启动后 web : http://127.0.0.1:7860
API 方式使用
python -m tools.api \--listen 0.0.0.0:8080 \--llama-checkpoint-path checkpoints/fish-speech-1.2-sft \--decoder-checkpoint-path checkpoints/fish-speech-1.2-sft/firefly-gan-vq-fsq-4x1024-42hz-generator.pth \--decoder-config-name firefly_gan_vq使用
python -m tools.post_api \--text 要输入的文本 \--reference_audio 参考音频路径 \--reference_text 参考音频的文本内容 \--streaming True参考音频路径 可以在 https://speech.fish.audio/samples/ 中下载一个参考音频。也可以使用自己创建的音频文件。 注意格式为 wav
