一開始測試了cosyvoice的模型，不過因為不支援Mac M系列，
GPU不支援以外，還會出現各項錯誤，安裝會遇到的問題會較多，
主要是因為這個模型使用的下載地址都是對岸的，所以不好部署。
這次安裝比較好部署F5-TTS
https://github.com/SWivid/F5-TTS
全新的MAC mini M4因為沒有系統轉移，所以一開始會缺
Xcode command line，請到apple 官網下載，需要登入apple
帳號，選Additional tools
登入後選Command Line Tools for Xcode 16.3 beta
因為沒有安裝Xcode開發軟體，選這個就可以了。
下載完成就點選安裝即可。
打開終端機，安裝Homebrew
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"安裝Anaconda，和Docker類似，屬於模擬容器軟體，
選MAC 64-Bit (Apple silicon) Command Line Installer (707.3M)這個下載
，有試過使用圖形安裝，不過中間會卡很久，後來還是用命令行安裝。
官網安裝說明
下載回來會是一個副檔名sh的檔案，Anaconda3-2024.10-1-MacOSX-arm64.sh
回到終端機輸入bash，將剛剛下載回來的檔案拖入終端機，就會自動跳出
檔案路徑，下面是我外接硬碟的路徑。
bash /Volumes/KC3000/Download/Anaconda3-2024.10-1-MacOSX-arm64.sh 會詢問要不要安裝，按下Enter繼續
最後會問你要不要同意？這麼長一段都按完了，還不同意嗎？？？
輸入yes，會詢問你安裝的預設位置，一般路徑會在個人資料夾中，
/Users/你的名稱/anaconda3/
依照介紹先建立容器新容器的名稱為f5-tts，需要python版本是3.10
conda create -n f5-tts python=3.10建立完成後，可以查看建立的容器
conda env list這時候可以看到f5-tts的資料夾所在位置
conda activate f5-tts之後要安裝PyTorch，這裡需要到官網
目前M4比較建議安裝Preview版本
pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cpupip install git+https://github.com/SWivid/F5-TTS.git啟動Gradio
f5-tts_infer-gradio設定port，host為預設
f5-tts_infer-gradio --port 7860 --host 0.0.0.0啟動
f5-tts_infer-gradio --share
這時候可以正常運行
接著打開瀏覽器，輸入127.0.0.1:7860
最簡單的使用方法，就是在Mac mini插入麥克風，點選Batched tts欄位，
按下麥克風符號錄製自己的聲音，建議用正常的語速講一段話即可，
下方的Text to Generate，可以輸入想要模擬生成的一段話，按下Synthesize
就會開始生成模擬。
以Mac mini M4的生成速度並不算快，生成這樣的一段語音大約55秒，
運算時間也要4~5分鐘
advanced settings調整
第一欄是自動判斷錄製的語音，會自動生成文字，如果有不同可以自行更改
，另外就是Speed語速調整，會比較影響語音生成是不是夠自然。
回到頁面最上端切換到
Multiple Speech
可以導入多組不同的聲音，之後透過像是劇本的方式產生對話
Voice Chat
用你的導入的聲音，讓問題生成應答對話
上面這兩個應用，生成的速度就更長一點，整體的模擬效果，還在
可接受範圍，但是仔細聽還是多少能聽出奇怪的地方。
關閉終端機，就可以結束模擬。
重新開始就開啟終端機
重新進入
conda activate f5-tts開始模擬即可
f5-tts_infer-gradio --share之後不想要了就可以移除容器
退出容器
conda deactivate移除f5-tts容器
conda remove -n f5-tts --all需要移除conda可以參考官網說明
沒有留言:
張貼留言