IndexTTS-vLLM 开源项目最佳实践教程

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。

将 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：

将 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。