去年已經使用過chattts了，但是昨晚想用的時候卻記怎么打開了，找了一下以前的筆記

MacOS 下源碼部署chat-tts-ui

1. 配置好 python3.9-3.11 環境,安裝git ，執行命令 brew install libsndfile git

2. python@3.10 繼續執行

   brew install ffmpeg
   ?
   export PATH="/usr/local/opt/python@3.10/bin:$PATH"
   ?
   source ~/.bash_profile 
   ?
   source ~/.zshrc

3. 創建空目錄 /data/chattts 執行命令 cd /data/chattts && git clone https://github.com/jianchang512/chatTTS-ui .

4. 我的路徑是/Users/lin/Documents/chattts/data/chatts/chatTTS-ui

5. 創建虛擬環境 python3.10?-m venv venv

6. 激活虛擬環境 source ./venv/bin/activate

7. 安裝依賴 pip3 install -r requirements.txt

8. 安裝torch pip3 install torch==2.2.0 torchaudio==2.2.0

9. 執行 python3 app.py 啟動，將自動打開瀏覽器窗口，默認地址,如果跳轉到了0.0.0.0:9966沒聯網的情況下可以輸入?http://127.0.0.1:9966 (注意：默認從 modelscope 魔塔下載模型，不可使用代理下載，請關閉代理)

?

Linux 下容器部署

安裝

1. 拉取項目倉庫

   在任意路徑下克隆項目，例如：

   git clone https://github.com/jianchang512/ChatTTS-ui.git chat-tts-ui

2. 啟動 Runner

   進入到項目目錄：

   cd chat-tts-ui

   啟動容器并查看初始化日志：

   gpu版本
   docker compose -f docker-compose.gpu.yaml up -d 
   ?
   cpu版本 ? ?
   docker compose -f docker-compose.cpu.yaml up -d
   ?
   docker compose logs -f --no-log-prefix

3. 訪問 ChatTTS WebUI

   啟動:['0.0.0.0', '9966']，也即，訪問部署設備的 IP:9966 即可，例如：

   • 本機：http://127.0.0.1:9966

   • 服務器: http://192.168.1.100:9966

更新

1. Get the latest code from the main branch:

   git checkout main
   git pull origin main

2. Go to the next step and update to the latest image:

   docker compose down
   ?
   gpu版本
   docker compose -f docker-compose.gpu.yaml up -d --build
   ?
   cpu版本
   docker compose -f docker-compose.cpu.yaml up -d --build
   ?
   docker compose logs -f --no-log-prefix

Linux 下源碼部署

1. 配置好 python3.9-3.11環境，安裝 ffmpeg。 yum install ffmpeg 或 apt-get install ffmpeg等

2. 創建空目錄 /data/chattts 執行命令 cd /data/chattts && git clone https://github.com/jianchang512/chatTTS-ui .

3. 創建虛擬環境 python3 -m venv venv

4. 激活虛擬環境 source ./venv/bin/activate

5. 安裝依賴 pip3 install -r requirements.txt

6. 如果不需要CUDA加速，執行

   pip3 install torch==2.2.0 torchaudio==2.2.0

   如果需要CUDA加速，執行

   pip install torch==2.2.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu118
   ?
   pip install nvidia-cublas-cu11 nvidia-cudnn-cu11

   另需安裝 CUDA11.8+ ToolKit，請自行搜索安裝方法 或參考 https://juejin.cn/post/7318704408727519270

   除CUDA外，也可以使用AMD GPU進行加速，這需要安裝ROCm和PyTorch_ROCm版本。AMG GPU借助ROCm，在PyTorch開箱即用，無需額外修改代碼。

   1. 請參考Quick start installation guide — ROCm installation (Linux) 來安裝AMD GPU Driver及ROCm.

   2. 再通過PyTorch 安裝PyTorch_ROCm版本。

   pip3 install torch==2.2.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/rocm6.0

   安裝完成后，可以通過rocm-smi命令來查看系統中的AMD GPU。也可以用以下Torch代碼(query_gpu.py)來查詢當前AMD GPU Device.

   import torch
   ?
   print(torch.__version__)
   ?
   if torch.cuda.is_available():device = torch.device("cuda") ? ? ? ?  # a CUDA device objectprint('Using GPU:', torch.cuda.get_device_name(0))
   else:device = torch.device("cpu")print('Using CPU')
   ?
   torch.cuda.get_device_properties(0)

   使用以上代碼，以AMD Radeon Pro W7900為例，查詢設備如下。

   $ python ~/query_gpu.py
   ?
   2.4.0.dev20240401+rocm6.0
   ?
   Using GPU: AMD Radeon PRO W7900