在 Windows 本地部署 CosyVoice 语音合成服务,建议不要直接装 Windows 原生 Python 环境,因为 CosyVoice 依赖较多(PyTorch、CUDA、sox、模型文件等),官方主要按 Linux + Conda 环境设计。Windows 最稳定方案是:

Windows + NVIDIA GPU + WSL2 Ubuntu + Conda + CosyVoice Web/API 服务

CosyVoice 官方提供推理代码、WebUI,以及 FastAPI/gRPC 服务部署方式

1、安装 WSL2

wsl --install

2、选择启动ubuntu,由于系统安装了多个Linux 发行版,先查看:

wsl -l -v

3、指定打开ubuntu

wsl -d Ubuntu

4、切换到home目录

cd ~

5、安装 Conda

下载 Miniconda:

https://docs.conda.io/en/latest/miniconda.html

Linux 安装:

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

bash Miniconda3-latest-Linux-x86_64.sh

重新打开终端。

检查:

conda --version

6、四、下载 CosyVoice

官方仓库:

git clone --recursive https://github.com/FunAudioLLM/CosyVoice.git

cd CosyVoice

如果子模块失败:

git submodule update --init --recursive

五、创建 Python 环境

官方推荐 Python 3.10:

conda create -n cosyvoice python=3.10 -y

conda activate cosyvoice

安装依赖:

pip install -r requirements.txt

六、安装 PyTorch CUDA

例如 RTX 30/40 系列:

pip install torch torchaudio torchvision \
--index-url https://download.pytorch.org/whl/cu121

测试:

python

输入:

import torch

print(torch.cuda.is_available())

print(torch.cuda.get_device_name())

输出:

True
NVIDIA GeForce RTX xxxx

说明 GPU 正常。

七、下载模型

推荐 CosyVoice2:

例如:

pip install modelscope

创建:

mkdir pretrained_models

下载:

from modelscope import snapshot_download

snapshot_download(

'iic/CosyVoice2-0.5B',
local_dir='pretrained_models/CosyVoice2-0.5B'

)

官方提供多个模型:

CosyVoice2-0.5B
CosyVoice-300M
CosyVoice-300M-SFT
CosyVoice-300M-Instruct

八、测试语音合成

进入:

cd CosyVoice

运行:

python example.py

成功后会生成 wav 文件。

九、启动 Web 页面

官方提供 webui:

python webui.py \
--port 50000 \
--model_dir pretrained_models/CosyVoice2-0.5B

浏览器打开:

http://localhost:50000

即可:

输入文字
选择声音
克隆声音
生成音频

十、部署成 API 服务(推荐)

如果你想给自己的程序调用:

例如:

你的程序

|
|

HTTP API

|

CosyVoice

使用官方 FastAPI:

进入:

cd runtime/python/fastapi

启动:

python server.py \
--port 50000 \
--model_dir ../../pretrained_models/CosyVoice2-0.5B

然后:

POST http://127.0.0.1:50000

即可调用。

官方也提供 FastAPI / gRPC 服务部署方式。

十一、Windows 开机自动启动

可以创建:

start_cosyvoice.bat

内容:

wsl -d Ubuntu bash -c "
source ~/miniconda3/bin/activate cosyvoice &&
cd ~/CosyVoice &&
python webui.py --port 50000
"

以后双击即可启动。

标签: none

添加新评论