fish-speech/docs/zh/index.md

介绍

!!! warning

我们不对代码库的任何非法使用承担任何责任. 请参阅您当地关于 DMCA (数字千年法案) 和其他相关法律法规.

此代码库根据 BSD-3-Clause 许可证发布, 所有模型根据 CC-BY-NC-SA-4.0 许可证发布.

要求

• GPU内存: 4GB (用于推理), 16GB (用于微调)
• 系统: Linux, Windows

我们建议 Windows 用户使用 WSL2 或 docker 来运行代码库, 或者使用由社区开发的整合环境.

设置

# 创建一个 python 3.10 虚拟环境, 你也可以用 virtualenv
conda create -n fish-speech python=3.10
conda activate fish-speech

# 安装 pytorch
pip3 install torch torchvision torchaudio

# 安装 fish-speech
pip3 install -e .

# 安装 sox
apt install libsox-dev

更新日志

• 2024/05/10: 更新了 Fish-Speech 到 1.1 版本，引入了 VITS 作为Decoder部分.
• 2024/04/22: 完成了 Fish-Speech 1.0 版本, 大幅修改了 VQGAN 和 LLAMA 模型.
• 2023/12/28: 添加了 lora 微调支持.
• 2023/12/27: 添加了 gradient checkpointing, causual sampling 和 flash-attn 支持.
• 2023/12/19: 更新了 Webui 和 HTTP API.
• 2023/12/18: 更新了微调文档和相关例子.
• 2023/12/17: 更新了 text2semantic 模型, 支持无音素模式.
• 2023/12/13: 测试版发布, 包含 VQGAN 模型和一个基于 LLAMA 的语言模型 (只支持音素).

致谢

• VITS2 (daniilrobnikov)
• Bert-VITS2
• GPT VITS
• MQTTS
• GPT Fast
• Transformers
• GPT-SoVITS