Spark-TTS

SparkAudio/Spark-TTS: Spark-TTS Inference Code

介绍

Spark-TTS 是一种先进的文本到语音系统，它利用大型语言模型（LLM）的强大功能实现高度准确和自然的语音合成。该系统设计高效、灵活、功能强大，既可用于研究，也可用于生产。

安装

构建虚拟环境（两种方法

官方使用conda

• 下载 Miniconda 并安装它。
• 确保在安装过程中选中“Add Conda to PATH”。

创建 Conda 环境

conda create -n sparktts python=3.12 -y
conda activate sparktts

这将为 Spark-TTS 创建并激活 Python 3.12 环境。

本人使用pyenv构建local python

pyenv local 3.12.9
python -m venv .venv

安装依赖项

pip install -r requirements.txt

安装 PyTorch（自动检测 CUDA 或 CPU）

pip install torch torchvision torchaudio --index-url https://pytorch.org/get-started/previous-versions/

# OR Manually install a specific CUDA version (if needed)
# pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
# pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118  # Older GPUs

下载 Spark-TTS

您有两个选项来获取文件：

选项 1（建议用于 Windows）：手动下载 ZIP

• 转到 Spark-TTS GitHub
• 单击“代码”>“下载 ZIP”，然后解压它。

选项 2：使用 Git（可选）

• 如果您更喜欢使用 Git，请安装 Git 并运行：

git clone https://github.com/SparkAudio/Spark-TTS.git

下载模型

有两种方法可以获取模型文件。选择一项：

选项 1（推荐）：使用 Python
在 Spark-TTS 文件夹中创建一个名为download_model.py的新文件，将其粘贴到其中，然后运行它：

from huggingface_hub import snapshot_download
import os

# Set download path
model_dir = "pretrained_models/Spark-TTS-0.5B"

# Check if model already exists
if os.path.exists(model_dir) and len(os.listdir(model_dir)) > 0:
    print("Model files already exist. Skipping download.")
else:
    print("Downloading model files...")
    snapshot_download(
        repo_id="SparkAudio/Spark-TTS-0.5B",
        local_dir=model_dir,
        resume_download=True  # Resumes partial downloads
    )
    print("Download complete!")

然后运行它

python download_model.py

选项 2：使用 Git（如果已安装）

mkdir pretrained_models
git clone https://huggingface.co/SparkAudio/Spark-TTS-0.5B pretrained_models/Spark-TTS-0.5B

运行

python webui.py

报错与解决

case1：TypeError: argument of type 'bool' is not iterable

原因：Gradio 或 Gradio Client 版本之间出现了 兼容性问题。

解决方法：同步升级 Gradio 与 Gradio Client

pip install --upgrade gradio gradio_client

case2：ValueError: When localhost is not accessible, a shareable link must be created. Please set share=True or check your proxy settings to allow access to localhost.

原因：gradio 程序试图在本地启动 WebUI 时，无法访问 localhost

用 Gradio 提供的外部可访问链接（比如用于远程访问或部署测试），在 demo.launch() 中加上参数 share=True：

demo.launch(share=True)