TTS（Coqui）安装指南：pip 安装、源码构建与依赖体系详解

TTSCoqui安装指南pip 安装、源码构建与依赖体系详解【免费下载链接】TTS - a deep learning toolkit for Text-to-Speech, battle-tested in research and production项目地址: https://gitcode.com/GitHub_Trending/tt/TTS本文基于 Coqui TTS 仓库的 安装文档 展开系统讲解在 Linux 系统上通过pip与源码两种方式安装 TTS 的完整流程并结合 Makefile、setup.py 与 requirements.txt 说明各安装目标target、Python 版本约束、可选依赖组extras以及 Cython 扩展对构建环境的要求帮助读者一次性搭建可用的推理/训练环境。环境要求与适用前提安装文档给出的原始环境基线是Python 版本3.7 3.11.0已在 Ubuntu 18.10、19.10、20.10 上完成测试。需要注意以当前仓库的实际代码为准setup.py 中的版本守卫已将约束收紧为if Version(python_version) Version(3.9) or Version(python_version) Version(3.12): raise RuntimeError(TTS requires python 3.9 and 3.12 ...)且python_requires声明为3.9.0, 3.12见 setup.py。也就是说当前源码安装时 Python 版本的实际可接受区间是3.9 ~ 3.11早于 3.9 的环境在安装阶段就会直接抛出RuntimeError。文档中的 3.7 表述属于历史遗留实操时应以 setup.py 的硬校验为准。此外requirements.txt 对 numpy 做了按 Python 版本的分支锁定numpy1.22.0;python_version3.10 numpy1.24.3;python_version3.10这意味着 Python 3.11 环境会拉到较新的 numpy若使用预编译环境需留意与 numba、torch 的 ABI 兼容性。方式一使用 pip 安装推荐用于纯推理场景安装文档明确指出如果只想用 TTS 做推理inference推荐走pip渠道无需关心仓库构建细节。从 PyPI 安装发布版本pip install TTS # from PyPI从 Git 仓库直接安装适合跟踪最新提交pip install githttps://gitcode.com/GitHub_Trending/tt/TTS从源码结构看setup.py 注册了两个 console entry points安装完成后可以直接在命令行验证entry_points{console_scripts: [ttsTTS.bin.synthesize:main, tts-server TTS.server.server:main]}即安装成功后终端中应能看到tts文本合成 CLI与tts-serverWeb 演示服务器模板与静态资源打包在 TTS/server由 setup.py 的package_data一并带入两个命令。这是判断安装是否完整的最快方式。方式二从源码安装推荐用于开发与二次控制安装文档给出的源码流程为git clone https://gitcode.com/GitHub_Trending/tt/TTS/ cd TTS make system-deps # only on Linux systems. make install结合 Makefile 可以看到这两步背后实际执行的内容Make 目标实际命令作用system-depssudo apt-get install -y libsndfile1-dev安装 Linux 系统级依赖 libsndfile 开发库供soundfile读写音频使用仅限 Linux见 Makefileinstallpip install -e .[all]以可编辑editable模式安装 TTS并带上all依赖组见 Makefile几个值得展开的要点-e可编辑安装源码修改后无需重新pip install直接生效适合训练调参、改模型结构[all]依赖组对应 setup.py 中的extras_requireextras_require{ all: requirements_all, # dev notebooks ja 三份依赖的合集 dev: requirements_dev, notebooks: requirements_notebooks, ja: requirements_ja, }若只需要开发依赖可改为make dev-deps对应 Makefile安装 requirements.dev.txtblack、coverage、isort、nose2、pylint。Windows 环境安装文档的 Windows 小节单独指向了一份由 GuyPaddock 撰写的 StackOverflow 安装指引文档中给出外链地址。从源码结构看Windows 上的主要难点是 Cython 扩展编译与音频系统库建议优先在 Linux 或容器内完成开发安装。构建依赖Cython 扩展与 pyproject.toml从源码安装并非“纯 Python”流程。setup.py 声明了一个 Cython 扩展exts [ Extension( nameTTS.tts.utils.monotonic_align.core, sources[TTS/tts/utils/monotonic_align/core.pyx], ) ]该扩展对应 TTS/tts/utils/monotonic_align/core.pyx是 Tacotron 系列强制对齐monotonic alignment的 C 加速核心。因此构建时需要C 编译器gcc/clang 工具链负责编译.pyx生成的 C 代码Cythonpyproject.toml 的[build-system]固定了cython~0.29.30与numpy1.22.0即在隔离构建环境里也会自动装入匹配版本的 Cython 与 numpynumpy 头文件setup.py 通过include_dirsnumpy.get_include()将其引入扩展编译。如果你只打算推理且不想经历本地编译直接pip install TTS走 PyPI 预编译轮子是最省事的路线这正是文档推荐 pip 的原因。核心依赖结构requirements 文件拆解requirements.txt 是整个安装的基础setup.py将其整体作为install_requires见 setup.py、setup.py。按文件内注释分组分组文件内注释关键包说明core depstorch2.1、torchaudio、soundfile0.12.0、librosa0.10.0、scipy、scikit-learn、numba、inflect、tqdm、anyascii、pyyaml、fsspec、aiohttp、mutagen1.47.0模型训练/推理与音频处理基础栈fsspec注释标明 2023.9.1会导致 aux 测试失败属于有意的版本下限deps for examplesflask2.0.1演示服务器TTS/server依赖deps for inferencepysbd0.3.4长文本语义分句deps for notebooksumap-learn、pandas1.4,2.0数据集分析 Notebook见 notebooks/dataset_analysisdeps for trainingmatplotlib3.7.0训练可视化mel 图等coqui stacktrainer0.0.36、coqpit0.0.16训练器框架与配置管理多语言 g2p 依赖jieba、pypinyin中文jamo、nltk、g2pkk0.1.1、hangul_romanize韩语gruut[de,es,fr]2.2.3德/西/法bangla、bnnumerizer、bnunicodenormalizer孟加拉语对应 TTS/tts/utils/text 下各语言 phonemizer 前端的运行依赖特定模型依赖einops、transformers4.33.0Tortoiseencodec0.1.1Barkunidecode、num2words、spacy[ja]3XTTS从源码结构看这些服务于 TTS/tts/layers/tortoise、TTS/tts/layers/bark 与 TTS/tts/layers/xtts 三个模型栈可选依赖组extras与文件的对应关系dev→ requirements.dev.txtblack、coverage、isort、nose2、pylint2.10.2支撑 Makefile 的style/lint/test目标notebooks→ requirements.notebooks.txtbokeh1.4.0ja→ requirements.ja.txtmecab-python31.0.6、unidic-lite1.0.8、cutlet。文件内注释特别提示这些日文 g2p 依赖“在部分系统上会引发兼容性问题且并非严格必需”日语前端可用时按需启用即可。安装后的验证与后续动作安装完成后建议按 Makefile 提供的测试目标进行健康检查需要dev依赖组make deps # 等价于 pip install -r requirements.txt见 Makefile#L71-L72 make test # nose2 全量测试 覆盖率 make inference_tests # 仅跑 tests.inference_tests验证 TTS() 推理链路测试集入口见 tests 目录如 tests/inference_tests合成链路、tests/aux_tests音频处理器、说话人嵌入等。其中 tests/aux_tests/test_readme.py 甚至会对 README 中的示例代码做执行校验说明仓库自身对“文档中命令可运行”有持续保障。此外仓库提供了 dockerfiles/Dockerfile.dev 与 Dockerfile对于不想手动处理系统依赖如 libsndfile、Cython 编译链的场景直接在容器内完成开发安装是文档方案之外的稳妥替代路线。小结纯推理场景pip install TTS验证tts/tts-server命令即可开发场景git clonemake system-deps仅 Linuxmake install实质是libsndfile1-dev 可编辑安装带all依赖组版本红线Python 3.9~3.11以 setup.py 硬校验为准而非文档中的 3.7 表述numpy 按 Python 版本自动分支从源码构建需 C 工具链 Cython用于编译TTS.tts.utils.monotonic_align.core扩展日语 g2p 依赖jaextras按需安装存在平台兼容性提示。【免费下载链接】TTS - a deep learning toolkit for Text-to-Speech, battle-tested in research and production项目地址: https://gitcode.com/GitHub_Trending/tt/TTS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考