首页
/ IndexTTS-vLLM 开源项目最佳实践教程

IndexTTS-vLLM 开源项目最佳实践教程

2025-05-17 00:23:14作者:裘晴惠Vivianne

1. 项目介绍

IndexTTS-vLLM 是一个基于 IndexTTS 的开源项目,它在原有基础上使用了 vllm 库重新实现了 gpt 模型的推理,从而显著提高了推理速度。在单卡 RTX 4090 上,单个请求的 RTF (Real-Time Factor) 从约 0.3 降低到约 0.1,单个请求的 gpt 模型 decode 速度从约 90 token/s 提升到约 280 token/s。此外,项目还支持多角色音频混合,使得 TTS 输出的角色声线可以为多个参考音频的混合版本。

2. 项目快速启动

以下是 IndexTTS-vLLM 的快速启动步骤:

首先,克隆项目到本地:

git clone https://github.com/Ksuriuri/index-tts-vllm.git
cd index-tts-vllm

接着,创建并激活 conda 环境:

conda create -n index-tts-vllm python=3.12
conda activate index-tts-vllm

安装 pytorch 2.5.1(对应 vllm 0.7.3):

conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=12.1 -c pytorch -c nvidia

安装项目依赖:

pip install -r requirements.txt

下载模型权重,可以访问 HuggingFace 或 ModelScope 获取。

convert_hf_format.sh 中的 MODEL_DIR 修改为模型权重下载路径,然后运行:

bash convert_hf_format.sh

最后,启动 webui:

webui.py 中的 model_dir 修改为模型权重下载路径,然后运行:

python webui.py

第一次启动可能会久一些,因为需要对 bigvgan 进行 cuda 核编译。

3. 应用案例和最佳实践

启动 API 服务

使用 fastapi 封装了 api 接口,以下是启动示例:

python api_server.py --model_dir /your/path/to/Index-TTS --port 11996

启动参数说明:

  • --model_dir: 模型权重下载路径
  • --host: 服务 IP 地址
  • --port: 服务端口

发送请求

以下是一个请求示例:

import requests

url = "http://0.0.0.0:11996/tts_url"
data = {
    "text": "还是会想你,还是想登你",
    "audio_paths": [
        # 支持多参考音频
        "audio1.wav",
        "audio2.wav"
    ]
}

response = requests.post(url, json=data)

with open("output.wav", "wb") as f:
    f.write(response.content)

并发测试

参考 simple_test.py 进行并发测试,需先启动 API 服务。

4. 典型生态项目

IndexTTS-vLLM 作为一款优秀的开源项目,可以与以下生态项目结合使用:

  • IndexTTS: 基础文本转语音项目,提供了丰富的文本转语音功能。
  • vllm: 用于加速深度学习模型推理的开源库。
  • fastapi: 用于构建 API 服务的现代、快速(高性能)的 Web 框架。

通过结合这些生态项目,可以构建出功能丰富、性能高效的文本转语音应用。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
163
2.05 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
16
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
199
279
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
951
557
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
96
15
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
77
70
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0