安装
系统要求
- GPU 内存:12GB(推理)
- 系统:Linux、WSL
系统设置
OpenAudio 支持多种安装方式,请选择最适合您开发环境的方法。
先决条件:安装用于音频处理的系统依赖项:
Conda
conda create -n fish-speech python=3.12
conda activate fish-speech
# GPU 安装 (选择您的 CUDA 版本: cu126, cu128, cu129)
pip install -e .[cu129]
# 仅 CPU 安装
pip install -e .[cpu]
# 默认安装 (使用 PyTorch 官方源)
pip install -e .
UV
UV 提供了更快的依赖解析和安装速度:
# GPU 安装 (选择您的 CUDA 版本: cu126, cu128, cu129)
uv sync --python 3.12 --extra cu129
# 仅 CPU 安装
uv sync --python 3.12 --extra cpu
Intel Arc XPU 支持
对于 Intel Arc GPU 用户,请按以下方式安装以获得 XPU 支持:
conda create -n fish-speech python=3.12
conda activate fish-speech
# 安装所需的 C++ 标准库
conda install libstdcxx -c conda-forge
# 安装支持 Intel XPU 的 PyTorch
pip install --pre torch torchvision toraudio --index-url https://download.pytorch.org/whl/nightly/xpu
# 安装 Fish Speech
pip install -e .
Warning
compile
选项在 Windows 和 macOS 上不受支持。如果希望通过编译运行,您需要自行安装 Triton。
Docker 设置
OpenAudio S1 系列模型提供了多种 Docker 部署选项以满足不同需求。您可以使用 Docker Hub 上的预构建镜像,通过 Docker Compose 在本地构建,或手动构建自定义镜像。
我们为 WebUI 和 API 服务器提供了 GPU (默认为 CUDA 12.6) 和 CPU 两种版本的 Docker 镜像。您可以直接使用 Docker Hub 上的预构建镜像,或通过 Docker Compose 在本地构建,也可以手动构建自定义镜像。如果希望在本地构建,请遵循以下说明。如果只想使用预构建镜像,请直接查阅 推理指南 中的说明。
先决条件
- 已安装 Docker 和 Docker Compose
- 已安装 NVIDIA Docker 运行时 (用于 GPU 支持)
- 至少 12GB 的 GPU 显存用于 CUDA 推理
使用 Docker Compose
对于开发或自定义需求,您可以使用 Docker Compose 在本地构建和运行:
# 首先克隆本仓库
git clone https://github.com/fishaudio/fish-speech.git
cd fish-speech
# 使用 CUDA 启动 WebUI
docker compose --profile webui up
# 启动带编译优化的 WebUI
COMPILE=1 docker compose --profile webui up
# 启动 API 服务器
docker compose --profile server up
# 启动带编译优化的 API 服务器
COMPILE=1 docker compose --profile server up
# 仅 CPU 部署
BACKEND=cpu docker compose --profile webui up
Docker Compose 环境变量
您可以使用环境变量自定义部署:
# .env 文件示例
BACKEND=cuda # 或 cpu
COMPILE=1 # 启用编译优化
GRADIO_PORT=7860 # WebUI 端口
API_PORT=8080 # API 服务器端口
UV_VERSION=0.8.15 # UV 包管理器版本
该命令将构建镜像并运行容器。您可以在 http://localhost:7860
访问 WebUI,在 http://localhost:8080
访问 API 服务器。
手动 Docker 构建
对于需要自定义构建流程的高级用户:
# 构建支持 CUDA 的 WebUI 镜像
docker build \
--platform linux/amd64 \
-f docker/Dockerfile \
--build-arg BACKEND=cuda \
--build-arg CUDA_VER=12.6.0 \
--build-arg UV_EXTRA=cu126 \
--target webui \
-t fish-speech-webui:cuda .
# 构建支持 CUDA 的 API 服务器镜像
docker build \
--platform linux/amd64 \
-f docker/Dockerfile \
--build-arg BACKEND=cuda \
--build-arg CUDA_VER=12.6.0 \
--build-arg UV_EXTRA=cu126 \
--target server \
-t fish-speech-server:cuda .
# 构建仅 CPU 镜像 (支持多平台)
docker build \
--platform linux/amd64,linux/arm64 \
-f docker/Dockerfile \
--build-arg BACKEND=cpu \
--target webui \
-t fish-speech-webui:cpu .
# 构建开发镜像
docker build \
--platform linux/amd64 \
-f docker/Dockerfile \
--build-arg BACKEND=cuda \
--target dev \
-t fish-speech-dev:cuda .
构建参数
BACKEND
:cuda
或cpu
(默认:cuda
)CUDA_VER
: CUDA 版本 (默认:12.6.0
)UV_EXTRA
: 用于 CUDA 的 UV 附加包 (默认:cu126
)UBUNTU_VER
: Ubuntu 版本 (默认:24.04
)PY_VER
: Python 版本 (默认:3.12
)
卷挂载
两种方法都需要挂载以下目录:
./checkpoints:/app/checkpoints
- 模型权重目录./references:/app/references
- 参考音频文件目录
环境变量
COMPILE=1
- 启用torch.compile
以加速推理 (约提速10倍)GRADIO_SERVER_NAME=0.0.0.0
- WebUI 服务器主机GRADIO_SERVER_PORT=7860
- WebUI 服务器端口API_SERVER_NAME=0.0.0.0
- API 服务器主机API_SERVER_PORT=8080
- API 服务器端口
Note
Docker 容器期望模型权重挂载在 /app/checkpoints
路径。在启动容器前,请确保已下载所需的模型权重。
Warning
GPU 支持需要 NVIDIA Docker 运行时。对于仅 CPU 部署,请移除 --gpus all
标志并使用 CPU 镜像。