xiaozhi/xiaozhi-esp32-server/docs/fish-speech-integration.md

登录AutoDL，租赁镜像 选择镜像:

PyTorch / 2.1.0 / 3.10(ubuntu22.04) / cuda 12.1

机器开机后，设置学术加速

source /etc/network_turbo

进入工作目录

cd autodl-tmp/

拉取项目

git clone https://gitclone.com/github.com/fishaudio/fish-speech.git ; cd fish-speech

安装依赖

pip install -e.

如果报错，安装portaudio

apt-get install portaudio19-dev -y

安装后执行

pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu121

下载模型

cd tools
python download_models.py 

下载完模型后运行接口

python -m tools.api_server --listen 0.0.0.0:6006 

然后用浏览器去到aotodl实例页面

https://autodl.com/console/instance/list

如下图点击你刚才机器的自定义服务按钮，开启端口转发服务

端口转发服务设置完成后，你本地电脑打开网址http://localhost:6006/，就可以访问fish-speech的接口了

如果你是单模块部署，核心配置如下

selected_module:
  TTS: FishSpeech
TTS:
  FishSpeech:
    reference_audio: ["config/assets/wakeup_words.wav",]
    reference_text: ["哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦",]
    api_key: "123"
    api_url: "http://127.0.0.1:6006/v1/tts"

然后重启服务