F5-TTS部署详细介绍
一、环境准备安装基础工具
Python 3.10：http://www.cjbxt.com/soft/1231.html，安装时勾选 Add Python to PATH。
Git：用于克隆源码（下载地址）。
FFmpeg：音频处理工具（安装教程）。
创建 Conda 虚拟环境（推荐）
conda create -n f5tts python=3.10
conda activate f5tts
避免依赖冲突，隔离系统环境。
安装 PyTorch + CUDA
pip install torch==2.4.0+cu124 torchaudio==2.4.0+cu124 --extra-index-url https://download.pytorch.org/whl/cu124
根据显卡 CUDA 版本选择（如 CUDA 12.4）。
二、安装方式选择
方案1：整合包（推荐新手）
下载整合包（含主程序+模型）：
百度网盘：链接： https://pan.baidu.com/s/1bHdn_ocgzd0_rA16eUwbDQ?pwd=QUG7 。
解压至无空格路径（如 D:\F5-TTS）。
启动：
Web界面：双击 run-webui.bat → 访问 http://127.0.0.1:7860。
API服务：双击 run-api.bat → 调用地址 http://127.0.0.1:5010/api。
方案2：源码安装（开发者适用）
克隆源码：
git clone https://github.com/SWivid/F5-TTS.git
cd F5-TTS
安装依赖：
pip install -r requirements.txt
pip install -e . # 可编辑模式，支持训练[3](@ref)[4](@ref)。
模型下载（需代理）：
huggingface-cli download --resume-download SWivid/F5-TTS --local-dir ./ckpts
或使用国内镜像：export HF_ENDPOINT= https://hf-mirror.com。
三、避坑指南
路径规范
项目路径禁止包含中文或空格（如 C:\F5-TTS）。
模型文件需完整放置于 ckpts/ 目录（整合包已内置）。
依赖冲突解决
Transformers 版本锁定：
pip install transformers==4.49.0 # 避免 forced_decoder_ids 报错[3](@ref)[6](@ref)。
中文支持：安装拼音库：
pip install pypinyin
代理配置
模型需从 Hugging Face 下载，国内用户需设置代理或镜像。
四、启动与验证
启动 Gradio 交互界面
f5-tts_infer-gradio --port 7860 --host 0.0.0.0
访问 http://localhost:7860 输入文本生成语音。
API 调用示例（Python）
import requests
res = requests.post(
" http://127.0.0.1:5010/api ",
data={"text": "你好，欢迎使用F5-TTS", "model": "f5-tts"},
files={"audio": open("ref.wav", "rb")} # 参考音频（10秒）
)
with open("output.wav", "wb") as f:
f.write(res.content)
支持自定义情感参数 emotion（如 happy）。
五、常见问题解决
启动闪退：检查 CUDA 版本是否匹配（需与 PyTorch 一致）。
GPU 内存不足：改用轻量模型 F5TTS_Small 或减小 batch_size。
中文发音异常：确保安装 pypinyin 并启用拼音转换。