1 环境准备

1.1 conda安装

• conda官网
• conda官方文档

• （1）下载conda，conda有多个版本，具体版本可以按需下载，这边演示下载miniconda

• （2）下载后，除了安装路径按需选择外，其余一路默认安装即可

• （3）添加conda环境变量

• （4）命令行敲conda -V，成功显示版本则安装成功

2 本地部署

• fish-speech项目
• fish-speech部署文档
• 以下内容根据官方文件进行编写，若内容失效，请根据官方最新文档进行部署

2.1 安装

• （1）下载fish-speech项目

• （2）安装fish-speech（以conda形式），在解压的fish-speech项目文件夹敲一下命令

1
2
3
4

conda create -n fish-speech python=3.12
conda activate fish-speech

pip install -e .

2.2 推理

• （1）前往huggingface官网获取fish-speech模型的访问权限
  • 模型可能会更新，具体最新模型看官方文档

• （2）创建fish-speech的访问令牌

• （3）命令行敲huggingface-cli login，设置访问令牌

• （4）命令行下载模型
  • huggingface-cli download fishaudio/openaudio-s1-mini --local-dir checkpoints/openaudio-s1-mini

• （5）运行fish-speech
  • fish-speech运行有多种方式，这边推荐使用webui，界面简洁清晰，敲python -m tools.run_webui运行

3 推理加速

启动fish-speech会看到一个CUDA is not available, running on CPU.，因为运行在CPU，所以速度比较慢，因此我们需要安装一下CUDA

3.1 CUDA安装

• （1）前往控制面板，检查CUDA是否已安装（已安装可跳过本内容）

• （2）打开 NVIDIA Control Panel(英伟达控制面板) 的系统设置，查看支持的CUDA版本
  • 这边支持的是13.0.84之前的版本

• （3）前往英伟达官网下载适合自己电脑版本的CUDA

• （4）安装一律默认即可

• （5）安装完成后，命令行敲击nvcc -V，检查是否安装成功

3.2 更换pytorch版本

• （1）前往pytorch官网，查看适合自己cuda版本的pytorch，并敲对应的命令下载，更换版本

4 fish-speech使用

4.1 基础使用

• （1）准备好一段音频，以及文本（下面以星穹铁道-三月七为例）

• （2）上传参考音频，填写参考文本

• （3）输入想要的转换的文本，并点击生成

4.2 references使用

• （1）在fish-speech主文件夹下创建references文件夹

• （2）在references文件夹下创建音频文件夹，并把对应的音频，以及文本放入
  • 文本以.lab文件名存储

• （3）在webui的Reference ID中填入对应的音频文件夹名，则可自动导入音频和文本，不用再次上传和填写了

4.3 发音调整

• （1）以下面的文本为例

• （2）其中的说的发音是shui4，如果调整为shuo1，可以用<|phoneme_start|>拼音<|phoneme_end|>来处理

4.4 情感语调调整

• 可以在话语前，添加（标识）来控制这段话的情感or语调，具体可看官方文档
  • 自己实际使用下来感觉效果不是很明显