Fish-Speech-1.5在Ubuntu20.04上的Docker化部署教程1. 引言想快速搭建一个高质量的语音合成系统吗Fish-Speech-1.5可能是你正在寻找的解决方案。这个模型支持13种语言只需要10-30秒的声音样本就能生成自然流畅的语音而且延迟不到150毫秒。今天我就带你一步步在Ubuntu 20.04系统上用Docker方式部署Fish-Speech-1.5。不用担心复杂的依赖问题Docker会帮你搞定一切让你专注于体验这个强大的语音合成工具。2. 环境准备2.1 系统要求在开始之前确保你的系统满足以下要求操作系统Ubuntu 20.04 LTSDocker版本20.10或更高NVIDIA驱动如果使用GPU加速需要安装合适的NVIDIA驱动存储空间至少20GB可用空间模型文件较大内存建议16GB或以上2.2 安装Docker和NVIDIA容器工具如果你还没有安装Docker可以通过以下命令快速安装# 更新软件包列表 sudo apt update # 安装必要的依赖 sudo apt install -y apt-transport-https ca-certificates curl software-properties-common # 添加Docker官方GPG密钥 curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add - # 添加Docker仓库 sudo add-apt-repository deb [archamd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable # 安装Docker sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io # 将当前用户添加到docker组避免每次都要sudo sudo usermod -aG docker $USER newgrp docker # 验证Docker安装 docker --version如果你打算使用GPU加速还需要安装NVIDIA容器工具# 添加NVIDIA容器工具仓库 distribution$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list # 安装nvidia-container-toolkit sudo apt update sudo apt install -y nvidia-container-toolkit # 重启Docker服务 sudo systemctl restart docker # 验证NVIDIA容器工具 docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi3. 获取Fish-Speech-1.5镜像Fish-Speech-1.5的Docker镜像可以从多个渠道获取。这里我推荐使用Hugging Face上的官方镜像# 从Hugging Face拉取镜像 docker pull fishaudio/fish-speech-1.5:latest # 或者从GitHub Packages拉取 docker pull ghcr.io/fishaudio/fish-speech:latest镜像大小约为8-10GB下载时间取决于你的网络速度。建议在网络稳定的环境下进行。4. 配置Docker容器4.1 创建数据目录首先我们需要创建一个目录来存储模型文件和生成的声音文件# 创建主目录 mkdir -p ~/fish-speech # 创建子目录 mkdir -p ~/fish-speech/models mkdir -p ~/fish-speech/output mkdir -p ~/fish-speech/inputs4.2 运行Docker容器现在我们可以运行Fish-Speech-1.5容器了。根据你是否使用GPU选择对应的命令使用GPU运行推荐docker run -it --rm --gpus all \ -p 7860:7860 \ -v ~/fish-speech/models:/app/models \ -v ~/fish-speech/output:/app/output \ -v ~/fish-speech/inputs:/app/inputs \ --name fish-speech \ fishaudio/fish-speech-1.5:latest仅使用CPU运行docker run -it --rm \ -p 7860:7860 \ -v ~/fish-speech/models:/app/models \ -v ~/fish-speech/output:/app/output \ -v ~/fish-speech/inputs:/app/inputs \ --name fish-speech \ fishaudio/fish-speech-1.5:latest参数说明--gpus all使用所有可用的GPU-p 7860:7860将容器的7860端口映射到主机用于Web界面-v挂载数据卷持久化存储模型和生成的文件--name fish-speech给容器起个名字方便管理5. 首次运行和模型下载第一次运行容器时它会自动下载所需的模型文件。这个过程可能需要一些时间具体取决于你的网络速度。# 在容器内部模型会自动下载到/app/models目录 # 你可以通过另一个终端窗口查看下载进度 docker logs -f fish-speech模型下载完成后你会看到类似这样的输出Model downloaded successfully Starting web interface on port 7860...现在打开浏览器访问http://你的服务器IP:7860就能看到Fish-Speech的Web界面了。6. 基本使用示例让我们通过一个简单的例子来测试部署是否成功6.1 准备输入文件在挂载的inputs目录中创建一个文本文件echo 你好欢迎使用Fish-Speech语音合成系统。这是一个测试示例。 ~/fish-speech/inputs/test.txt6.2 使用命令行接口除了Web界面你也可以通过命令行使用Fish-Speech# 进入容器 docker exec -it fish-speech /bin/bash # 在容器内运行文本转语音 python -m fish_speech.cli.text2speech \ --text Hello, this is a test of Fish-Speech TTS system. \ --output /app/output/test.wav \ --language en6.3 使用Web界面Web界面提供了更友好的操作方式打开http://你的服务器IP:7860在文本框中输入要合成的文字选择语言支持中文、英文、日文等13种语言点击Generate按钮等待生成完成然后播放或下载生成的音频文件7. 常见问题解决在部署过程中可能会遇到一些问题这里列出几个常见的解决方案7.1 GPU相关问题问题GPU无法在容器内使用解决方案# 检查NVIDIA驱动是否安装 nvidia-smi # 检查nvidia-container-toolkit是否安装正确 docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi # 如果仍有问题尝试重新安装nvidia-container-toolkit sudo apt purge nvidia-container-toolkit sudo apt install nvidia-container-toolkit sudo systemctl restart docker7.2 端口冲突问题7860端口已被占用解决方案# 查看哪个进程占用了7860端口 sudo lsof -i :7860 # 停止占用进程或者使用其他端口 docker run -it --rm --gpus all \ -p 7861:7860 \ # 将主机端口改为7861 # ...其他参数不变7.3 存储空间不足问题模型下载失败提示存储空间不足解决方案# 清理Docker缓存 docker system prune -a # 或者将数据目录挂载到有足够空间的分区 mkdir /mnt/large_disk/fish-speech # 然后修改挂载路径8. 性能优化建议为了让Fish-Speech-1.5运行得更流畅这里有一些优化建议8.1 GPU内存优化如果GPU内存有限可以调整批量大小# 在运行容器时设置环境变量 docker run -it --rm --gpus all \ -e BATCH_SIZE1 \ # 减小批量大小 # ...其他参数8.2 使用更小的模型如果资源有限可以考虑使用轻量级版本# 使用S1-mini版本如果可用 docker pull fishaudio/fish-speech-1.5-mini:latest8.3 持久化容器对于生产环境建议使用持久化容器# 使用docker-compose管理 version: 3.8 services: fish-speech: image: fishaudio/fish-speech-1.5:latest runtime: nvidia ports: - 7860:7860 volumes: - ./models:/app/models - ./output:/app/output - ./inputs:/app/inputs restart: unless-stopped9. 总结整体部署下来Fish-Speech-1.5的Docker化部署确实比较 straightforward。Docker的方式大大简化了环境配置的复杂度基本上跟着步骤走就能成功运行。模型的效果也令人印象深刻特别是多语言支持和低延迟的特性。如果你刚开始接触语音合成建议先从简单的文本开始测试熟悉了基本操作后再尝试更复杂的功能如语音克隆。记得定期检查模型更新开发团队会不断优化和发布新版本。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。