Skip to content

install.md

Latest commit

 

History

History
256 lines (153 loc) · 7.34 KB

install.md

File metadata and controls

256 lines (153 loc) · 7.34 KB

安装指南 / Installation Guide

本页面详细介绍了如何配置运行本项目所需的开发环境、安装依赖、启动服务等步骤。

1. 下载一些必要的软件 / Download necessary software

🧱 Visual Studio 安装与组件配置 (C++环境，UE需要)

参考配置链接：为虚幻引擎C++项目设置Visual Studio开发环境

💡下载 Visual Studio 2022 Community 版

下载地址：Visual Studio 2022 Community 版

选择Community即可

image.png

在安装设置里面选择安装路径

image.png

工作负荷中，勾选这些必要的组件，一共四个

image.png

其中使用C++的桌面开发的安装详细信息这里，要选择Windows 11 SDK

image.png

在单个组件中，搜索unreal，然后把所有的都勾选上。因为VS下载的目的就是用在UE上

image.png

如果在使用过程中报错，可能是MSVC的错误，就把MSVC换成如下的

image.png

🐍 CUDA 安装 💡安装CUDA，本次安装CUDA12.6

这是下载地址：CUDA Toolkit 12.6 Downloads

配置版本，然后点击下载就行

image.png

🎮 安装虚幻引擎 Unreal Engine

以下是 Unreal Engine 5.3.2 的安装流程，适用于本项目中涉及的 3D 渲染模块。

1️⃣ 下载 Epic Games Launcher（启动器）

访问官网并下载安装 Epic Games Launcher：

🔗 Unreal Engine 5.3.2 下载地址

Epic Games Launcher 是用于管理和安装 Unreal Engine 的官方启动程序。

Epic Launcher 下载页面

2️⃣ 安装并登录账户

完成安装后，运行 Epic Games Launcher，按照提示创建并登录账户。

安装步骤

3️⃣ 安装 Unreal Engine 5.3.2

登录成功后，进入左侧的 “虚幻引擎” 标签页，点击 “安装引擎”。

💡 建议安装在非系统盘（如 D 盘），以避免 C 盘空间紧张和后续编译问题。

选择引擎版本

选择版本为 5.3.2 进行安装：

安装 UE5.3.2

📱 安卓编译环境安装 首先安装sdk、jdk、ndk、Android Studio

1️⃣ 下载并设置安卓依赖环境的路径

路径设置

2. 本机部署AI服务

🎤 部署ASR (语音识别服务)

项目介绍

FunASR 是阿里巴巴达摩院开源的语音识别工具包，提供高性能的语音转文字服务。

🔗 官方仓库: FunASR Github
🔗 一键部署仓库: 修改版部署脚本
📦 完整环境包: FunASR Releases

安装步骤

方式一：源码编译安装

  1. 编译FunASR服务

    • 参考 官方WebSocket教程 编译FunASR
    • 将编译后的可执行文件和动态链接库（DLL）放入 bin 目录

  2. 启动服务

    • 运行 run_server_2pass.bat 脚本
    • 脚本将自动创建Python虚拟环境、安装依赖项并启动FunASR服务器

方式二：一键安装（推荐）

如果编译环境配置有困难，可直接使用预编译的完整环境包：

📥 下载地址: FunASR完整环境包

💡 提示: 完整环境包包含所有必需的依赖和预训练模型，开箱即用。

🚧 部署MeloTTS (语音合成服务)

项目介绍

MeloTTS 是MyShell.ai开源的多语言语音合成工具，支持高质量的文字转语音功能。

🔗 官方仓库: MeloTTS Github
🔗 一键部署仓库: 修改版部署脚本
📦 完整环境包: MeloTTS Releases

安装步骤

方式一：源码安装

  1. 克隆仓库并安装环境

    git clone https://github.com/1m1ng/MeloTTS.git
cd MeloTTS

  2. 首次环境配置

    • 运行 install.bat 安装Python环境和依赖项

  3. 模型配置

    • 将训练好的语音模型权重文件放入 Weight 目录
    • 编辑 config.yaml 配置文件，确保以下路径正确：
      • config_path: 模型配置文件路径
      • ckpt_path: 模型权重文件路径

  4. 启动服务

    • 运行 start.bat 启动FastAPI服务器

方式二：一键安装（推荐）

如果环境配置遇到问题，建议使用预配置的完整环境包：

📥 下载地址: MeloTTS完整环境包

💡 提示: 完整环境包包含测试用的预训练模型，可直接启动服务进行测试。

🚧 部署GPT-SoVITS (语音合成服务)

项目介绍

GPT-SoVITS 是由RVC-Boss团队开源的强大语音合成工具，采用GPT架构结合SoVITS技术，支持少样本语音克隆和高质量语音合成。

🔗 官方仓库: GPT-SoVITS Github
📖 官方文档: 中文安装指南
📚 训练教程: GPT-SoVITS训练指南

安装步骤

方式一：源码安装

  1. 克隆仓库

    git clone https://github.com/RVC-Boss/GPT-SoVITS.git
cd GPT-SoVITS

  2. 环境配置

    • 安装Python 3.9+ 环境
    • 安装CUDA（推荐CUDA 11.8+）
    • 运行环境安装脚本： 
      pip install -r requirements.txt

  3. 模型下载

    • 下载预训练基础模型
    • 根据需求下载对应语言的预训练权重

  4. 模型训练（可选）

    • 准备训练数据（音频文件 + 对应文本标注）
    • 参考 GPT-SoVITS训练指南 进行模型训练
    • 训练完成后将模型权重放入指定目录

  5. 启动WebAPI服务

    python api_v2.py
    • 详细配置参数请参考 api_v2.py 文件中的文档

方式二：整合包安装（推荐新手）

如果对环境配置不熟悉，建议寻找社区提供的整合包或Docker镜像

💡 提示: GPT-SoVITS对硬件要求较高，建议使用具备4GB+显存的NVIDIA显卡，CPU推理速度较慢。