mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-12-24 13:28:13 +08:00
f2c09a87a6
* add tts example * update example * update use fd engine * add tts python example * add readme * fix comment * change paddle model * fix readme style Co-authored-by: Jason <jiangjiajun@baidu.com>
82 lines
3.5 KiB
Markdown
82 lines
3.5 KiB
Markdown
(简体中文|[English](./README.md))
|
|
|
|
# PP-TTS流式语音合成服务化部署
|
|
|
|
## 介绍
|
|
本文介绍了使用FastDeploy搭建流式语音合成服务的方法.
|
|
|
|
服务端必须在docker内启动,而客户端不是必须在docker容器内.
|
|
|
|
**本文所在路径($PWD)下的streaming_pp_tts里包含模型的配置和代码(服务端会加载模型和代码以启动服务), 需要将其映射到docker中使用.**
|
|
|
|
## 使用
|
|
### 1. 服务端
|
|
#### 1.1 Docker
|
|
```bash
|
|
docker pull registry.baidubce.com/paddlepaddle/fastdeploy_serving_cpu_only:22.09
|
|
docker run -dit --net=host --name fastdeploy --shm-size="1g" -v $PWD:/models registry.baidubce.com/paddlepaddle/fastdeploy_serving_cpu_only:22.09
|
|
docker exec -it -u root fastdeploy bash
|
|
```
|
|
|
|
#### 1.2 安装(在docker内)
|
|
```bash
|
|
apt-get install build-essential python3-dev libssl-dev libffi-dev libxml2 libxml2-dev libxslt1-dev zlib1g-dev libsndfile1 language-pack-zh-hans wget zip
|
|
python3 -m pip install --upgrade pip
|
|
pip3 install -U fastdeploy-python -f https://www.paddlepaddle.org.cn/whl/fastdeploy.html
|
|
pip3 install -U paddlespeech paddlepaddle
|
|
export LC_ALL="zh_CN.UTF-8"
|
|
export LANG="zh_CN.UTF-8"
|
|
export LANGUAGE="zh_CN:zh:en_US:en"
|
|
```
|
|
|
|
#### 1.3 下载模型(在docker内,可跳过)
|
|
|
|
模型文件会自动下载并解压缩, 如果您想要手动下载, 请使用下面的命令.
|
|
|
|
```bash
|
|
cd /models/streaming_pp_tts/1
|
|
wget https://paddlespeech.bj.bcebos.com/Parakeet/released_models/fastspeech2/fastspeech2_cnndecoder_csmsc_streaming_onnx_1.0.0.zip
|
|
wget https://paddlespeech.bj.bcebos.com/Parakeet/released_models/mb_melgan/mb_melgan_csmsc_onnx_0.2.0.zip
|
|
unzip fastspeech2_cnndecoder_csmsc_streaming_onnx_1.0.0.zip
|
|
unzip mb_melgan_csmsc_onnx_0.2.0.zip
|
|
```
|
|
**为了方便用户使用, 我们推荐用户使用1.1中的`docker -v`命令将$PWD(streaming_pp_tts及里面包含的模型的配置和代码)映射到了docker内的`/models`路径, 用户也可以使用其他办法, 但无论使用哪种方法, 最终在docker内的模型目录及结构如下图所示.**
|
|
|
|
```
|
|
/models
|
|
│
|
|
└───streaming_pp_tts #整个服务模型文件夹
|
|
│ config.pbtxt #服务模型配置文件
|
|
│ stream_client.py #客户端代码
|
|
│
|
|
└───1 #模型版本号,此处为1
|
|
│ model.py #模型启动代码
|
|
└───fastspeech2_cnndecoder_csmsc_streaming_onnx_1.0.0 #启动代码所需的模型文件
|
|
└───mb_melgan_csmsc_onnx_0.2.0 #启动代码所需的模型文件
|
|
|
|
```
|
|
|
|
#### 1.4 启动服务端(在docker内)
|
|
```bash
|
|
fastdeployserver --model-repository=/models --model-control-mode=explicit --load-model=streaming_pp_tts
|
|
```
|
|
|
|
参数:
|
|
- `model-repository`(required): 整套模型streaming_pp_tts存放的路径.
|
|
- `model-control-mode`(required): 模型加载的方式,现阶段, 使用'explicit'即可.
|
|
- `load-model`(required): 需要加载的模型的名称.
|
|
- `http-port`(optional): HTTP服务的端口号. 默认: `8000`. 本示例中未使用该端口.
|
|
- `grpc-port`(optional): GRPC服务的端口号. 默认: `8001`.
|
|
- `metrics-port`(optional): 服务端指标的端口号. 默认: `8002`. 本示例中未使用该端口.
|
|
|
|
### 2. 客户端
|
|
#### 2.1 安装
|
|
```bash
|
|
pip3 install tritonclient[all]
|
|
```
|
|
|
|
#### 2.2 发送请求
|
|
```bash
|
|
python3 /models/streaming_pp_tts/stream_client.py
|
|
```
|