MARS5-TTS

环境要求

• Python >= 3.10
• Torch >= 2.0
• 需安装 torchaudio、librosa、vocos、encodec、safetensors、regex
• 可选：已安装 Docker（使用 Docker 方式时）

安装与启动步骤

1. 1安装依赖

   用 pip 一次性升级并安装推理所需全部 Python 依赖，建议在虚拟环境中执行以免污染全局环境。

   pip install --upgrade torch torchaudio librosa vocos encodec safetensors regex

   复制

2. 2加载模型

   无需克隆仓库，直接用 torch.hub 从 GitHub 拉取 MARS5 英文 AR 与 NAR 模型，首次运行会自动下载权重。

   import torch, librosa
   
   mars5, config_class = torch.hub.load('Camb-ai/mars5-tts', 'mars5_english', trust_repo=True)

   复制

3. 3拉取官方镜像

   想用容器方式，可直接从 README 给出的 DockerHub 页面拉取镜像，作为基础镜像使用。

   docker pull cambai/mars5ttsimage

   复制

4. 4自建 Docker 镜像

   克隆仓库后进入目录，基于仓库 docker 目录中的 Dockerfile 构建自定义镜像。

   git clone https://github.com/Camb-ai/MARS5-TTS.git
   cd MARS5-TTS
   docker build -t mars5ttsimage ./docker

   复制

关键配置

如何确认成功

执行 torch.hub.load 后成功返回 mars5 与 config_class 两个对象、无报错，即表示模型加载成功。

常见问题

注意事项

• 最新 AR checkpoint 于 2024 年 7 月 5 日发布，输出稳定性更高。
• 首次通过 torch.hub 加载会联网下载模型权重，请保证网络通畅。
• Docker 方式需自行编写推理脚本，镜像本身不直接产生音频输出。