易魔声（EmotiVoice）安装与使用教程

简介

易魔声（EmotiVoice）是由网易有道开发的开源语音合成（TTS）引擎，它支持中英文双语，并且包含了2000多种不同的音色。EmotiVoice的独特之处在于其特色的情感合成功能，可以合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音，使得合成语音更加自然逼真。

安装步骤

1. Docker安装（推荐给有英伟达显卡的用户）

如果您的电脑配备英伟达显卡，可以使用Docker进行快速安装。

• 首先，确保您已经安装了Docker环境和英伟达容器工具包。

• 使用以下命令启动EmotiVoice容器：

  docker run -dp 127.0.0.1:8501:8501 syq163/emoti-voice:latest

• 安装完成后，访问http://localhost:8501即可开始使用EmotiVoice。

2. 完整安装（适用于所有用户）

完整安装需要您手动安装一些依赖和环境。

• 安装Anaconda：

  • 访问Anaconda官网下载Anaconda安装程序。

  • 安装Anaconda时，建议选择非C盘的安装位置。

• 创建Conda环境：

  • 打开Anaconda Prompt或终端，创建名为EmotiVoice的Conda环境：

    conda create -n EmotiVoice python=3.11 -y

  • 激活新创建的环境：

    conda activate EmotiVoice

• 安装必要的Python库：

  • 安装torch、torchaudio等库：

    pip install torch torchaudio

  • 安装其他依赖库：

    pip install numpy numba scipy transformers==4.26.1 soundfile yacs g2p_en jieba pypinyin

  • 安装streamlit用于运行网页界面：

    pip install streamlit

• 下载EmotiVoice项目：

  • 安装git并从GitHub克隆EmotiVoice项目：

    git clone https://github.com/netease-youdao/EmotiVoice.git

• 下载模型：

  • 由于直接从官方下载模型可能会遇到问题，建议使用国内网盘下载模型文件。

• 启动EmotiVoice：

  • 进入EmotiVoice项目目录，运行以下命令启动网页界面：

    streamlit run demo_page.py

  • 如果遇到编码错误，需要更改EmotiVoice/config/joint目录下的config.py文件中的编码格式。

使用方法

1. 启动EmotiVoice网页界面：

• 如果您使用的是Docker安装，直接访问http://localhost:8501。

• 如果您使用的是完整安装，运行streamlit run demo_page.py后，访问http://localhost:8501。

合成语音：

• 在网页界面中，选择说话人、填写语气和文本，选择语言。

• 点击“合成”按钮，EmotiVoice将生成符合您要求的语音。

注意事项

• 目前EmotiVoice仍处于早期阶段，可能存在一些问题，如音色以外国人为主、中英文混搭可能导致错误等。

• 官方团队正在积极改进和修正已知问题，建议用户关注更新。