一、配置要求
- 操作系统：Windows 10/11 | macOS 12+ | Linux (Ubuntu 20.04+)
- Python 3.8+
- CUDA 11.8+ (如需GPU加速)
- 存储空间：至少10GB可用空间
- 内存：推荐16GB+
二、依赖安装
1、CUDA 和 cuDNN 安装与配置
首先在cmd中输入 nvidia-smi ，右上角表示支持的最高版本的CUDA版本。
如果低于11，请更新显卡驱动程序。
随后前往CUDA官网下载CUDA工具：
随后运行安装程序即可，务必记住CUDA的安装路径，随后要用。
接着下载cuDNN：
前往cuDNN下载页面，注册NVIDIA账户，下载与你CUDA版本匹配的cuDNN
下载完成后解压下载的cuDNN压缩包，将里面的bin、include、lib文件夹复制到你的CUDA安装目录中。
需要新建 4个环境变量，分别是：
CUDA 版本根目录： C:\Program Files|NVIDIA GPU Computing Toolkit)CUDA|v11.8
版本下的 bin 目录： C:(Program Files\NVIDIA GPU Computing Toolkit)CUDAlv11.8)bin
版本下的 include 目录： C:\Program Files\NVIDIA GPU Computing Toolkit)CUDA|v11.8\include
版本下 lib 下的 x64 目录： C:\Program Files\NVIDIA GPU Computing Toolkit)CUDA|v11.8\lib)x64
在新建一个系统变量，变量名CUDNN，值为四个路径中间用";"分隔，如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\include;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\lib\x64
2、Git 安装与配置
前往Git官方下载地址下载安装即可，过程很简单，不做赘述。
3、Anaconda 安装
详情请看我之前的文章：Anaconda安装指南
4、克隆 CosyVoice 项目
首先新建一个存放此项目的目录如D:\CosyVoice
随后在这个目录中右键，在终端中打开，输入：
git clone --recursive https://github.com/FunAudioLLM/CosyVoice.git
cd CosyVoice
git submodule update --init --recursive5、依赖项安装
打开Anaconda Prompt，输入
conda create -n cosyvoice python=3.12
conda activate cosyvoice
//如果报错init问题:
conda init cmd.exe以上代码创建了一个虚拟环境，随后安装依赖项：
在目录文件中找到requirements.txt文件，修改其中的
onnxruntime-gpu==1.18.0; sys_platform == 'linux
onnxruntime==1.18.0; sys_platform == 'darwin' or sys_platform == 'windows'将其变更为：
onnxruntime-gpu==1.18.0然后，安装cython和pynini:
先安装 Cython :
pip install cython -i https://pypi.tuna.tsinghua.edu.cn/simple再安装 pynini :
conda install -y -c conda-forge pynini==2.1.5最后，安装 requirements.txt 的依赖项：
pip install -r requirements.txt如果下载的慢，你可以使用这两个镜像源：
//指令1：使用阿里云镜像：
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ -trusted-host=mirrors.aliyun.com
//指令2：使用清华镜像：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple最后验证pytorch是否安装成功：
python -c "import torch; print(torch.__version__)"6、下载预训练模型
新建python文件，命名为，输入：
from modelscope import snapshot_download
snapshot_download('iic/CosyVoice-300M', local_dir='pretrained_models/CosyVoice-300M')
snapshot_download('iic/CosyVoice-300M-SFT', local_dir='pretrained_models/CosyVoice-300M-SFT')
snapshot_download('iic/CosyVoice-300M-Instruct', local_dir='pretrained_models/CosyVoice-300M-Instruct')
snapshot_download('iic/CosyVoice-ttsfrd', local_dir='pretrained_models/CosyVoice-ttsfrd')执行安装：
conda activate cosyvoice
pip install --upgrade modelscope
python download_models.py三、启动CosyVoice
CosyVoice目前有 3 种模型，分别是：
1．内置音色模型
2．克隆音色+跨语种克隆模型
3．内置音色+语气微调模型
运行的 2 种方案：
1．命令行直接运行：
这个方案，就是在 cmd 中直接运行指令，内置音色模型
conda activate cosyvoice
python webui.py --port 50000 --model_dir pretrained_models/CosyVoice-300M-sFT
start http://127.0.0.1:50000b．克隆音色+跨语种克隆模型
conda activate cosyvoice
python webui.py --port 50001 --model_dir pretrained_models/CosyVoice-300M
start http://127.0.0.1:50001\c．内置音色+语气微调模型
conda activate cosyvoice
python webui.py --port 50002 --model_dir pretrained_models/CosyVoice-300M-Instruct
start http://127.0.0.1:50002四、整合包直接部署
如果你认为这些操作太麻烦了，可以看看B站up主Love丶伊卡洛斯做的整合包:
【TTS】CosyVoice1+2 Win整合包，内置FastAPI Gradio WebUI，内置300M，0.5B模型【开源项目】
Comments NOTHING