EmotiVoice

环境要求

• 一台带 NVIDIA GPU 的机器（Docker 方式必需）
• 已安装 Docker 并配置好 NVIDIA Container Toolkit（Linux 或 Windows WSL2）
• 本地完整安装需要 Conda，Python 版本 3.8
• 本地安装需自备 PyTorch、torchaudio 运行环境

安装与启动步骤

1. 1拉取Docker镜像

   README 推荐的最简体验方式，先把官方镜像拉到本地，镜像较大会有一定下载时间。

   docker pull syq163/emoti-voice:latest

   复制

2. 2启动容器

   映射 8501（Web 界面）和 8000（OpenAI 兼容 TTS API）端口，后台常驻运行。

   docker run -dp 127.0.0.1:8501:8501 -p 127.0.0.1:8000:8000 syq163/emoti-voice:latest

   复制

3. 3打开Web界面

   在浏览器访问本地 8501 端口，即可使用多音色与情感可控的合成能力。

4. 4本地创建conda环境

   不使用 Docker 时走完整安装，先建一个 Python 3.8 的独立环境并激活。

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

   复制

5. 5安装Python依赖

   先装 PyTorch 与 torchaudio，再安装推理所需的其余依赖包。

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

   复制

6. 6下载NLTK数据

   下载英文词性标注数据包，缺少它时英文文本处理会报错。

   python -m nltk.downloader "averaged_perceptron_tagger_eng"

   复制

关键配置

如何确认成功

浏览器打开 http://localhost:8501 能看到 EmotiVoice 界面；OpenAI 兼容 TTS API 可通过 http://localhost:8000/ 访问。

常见问题

注意事项

• Docker 方式需提前装好 NVIDIA Container Toolkit，否则容器无法使用 GPU。
• 官方镜像更新于 2024 年 1 月 4 日，旧版本请先 docker pull 再重新运行。
• 本地完整安装固定使用 Python 3.8 的 conda 环境，避免与其他项目依赖冲突。
• README 未提供源码克隆地址与额外启动脚本，本地安装后的运行方式请以仓库文档为准。