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) 和其他相关法律的法律.

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: 2GB (用于推理), 16GB (用于微调)
• 系统: Linux (全部功能), Windows (仅推理, 不支持 flash-attn, 不支持 torch.compile)

因此, 我们强烈建议 Windows 用户使用 WSL2 或 docker 来运行代码库.

设置

# 基本环境设置
conda create -n fish-speech python=3.10
conda activate fish-speech
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

# 安装 flash-attn (适用于linux)
pip3 install ninja && MAX_JOBS=4 pip3 install flash-attn --no-build-isolation

# 安装 fish-speech
pip3 install -e .

更新日志

• 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