MacOS 运行CosyVoice

CosyVoic主要特点:

1、支持中文、英文、上海话、天津话、四川话等方言。语音非常自然。

2、支持3秒语音零样本克隆,效果非常好。

3、克隆时间比较长(取决于GPU性能,使用H20以满足低延迟输出),L4 克隆默认文本需要10秒。

MacOS上运行比较简单,直接使用docker即可,虽然是docker是 AMD64版本非ARM64版本,但在容器中仍然可以使用,但性能会有所损失,相当于直接用的CPU,也没有使用MPS加速。

运行服务命令:

docker run --name cosyvoice -p 50000:50000 -d bobui/cosyvoice:h20_v2.20250801 /bin/bash -c "cd /opt/CosyVoice/CosyVoice/runtime/python/grpc && python3 server.py --port 50000 --model_dir iic/CosyVoice-300M"

以上bash命令会自动下载300M模型,并以grpc接口运行。

若想使用CosyVoice2-0.5B,只需要修改模型名称后运行即可。如:

docker run --name cosyvoice -p 50000:50000 -d bobui/cosyvoice:h20_v2.20250801 /bin/bash -c "cd /opt/CosyVoice/CosyVoice/runtime/python/grpc && python3 server.py --port 50000 --model_dir iic/CosyVoice2-0.5M"

若想使用fastapi,只需要将grpc修改为fastapi即可。

零样本测试命令:

cd /opt/CosyVoice/CosyVoice/runtime/python/grpc

python client.py --mode zero_shot

说明:默认使用asset/zero_shot_prompt.wav 作为参考声音

输出默认文件名称为:demo.wav

若要指定参考声音:--prompt_wav "你的参考声音.wav"

若要指定克隆文本:--tts_text "你需要克隆的文本内容"

最大的坑:

若改变默认的参考声音,则克隆出的声音与克隆文本完全不一致,好像模型自由发挥了吗?

这里需要同时指定--prompt_text 这个参数才可以。

相关推荐
csdn_aspnet14 小时前
在 MacOS 中安装 MySQL 8
mysql·macos
木兰不吃草19 小时前
完美解决在最新系统 MacOS 26 无法使用 playCover 键盘映射的问题(下载安装教程,完美适配)
macos·键盘映射·playcover·mac26
乾坤瞬间1 天前
【Deepseek OCR】重磅测试,mac环境下的体验【本人已经本地实验成功】
macos·ocr
开发者驿站1 天前
2025年保姆级C++环境配置教程(Windows/macOS双平台)
c++·windows·macos
猫头虎1 天前
解决升级IDEA2025.2后,每次打开Maven项目爆红的问题:Windows和Mac解决方案
java·ide·macos·maven·intellij-idea·idea·intellij idea
白玉cfc1 天前
【iOS】KVC 与 KVO 的基本了解与使用
macos·ios·objective-c·cocoa
马拉萨的春天1 天前
谈谈你对iOS的runtime和runloop的了解
macos·ios·cocoa
xingxing_F1 天前
A Better Finder Rename for mac 文件批量重命名
macos
0wioiw01 天前
RealVNC Viewer(Windows控制Mac)
macos