原项目 https://modelscope.cn/studios/javahui/index-tts2-test/files

该项目在 index-tts 的基础上使用 vllm 库重新实现了 gpt 模型的推理，加速了 index-tts 的推理过程。

重写了 api_server.py 接口。各种接口作用可以通过/docs查看。 添加了生成语音转字幕的功能。

这是作者的效果 推理速度在单卡 RTX 4090 上的提升为：

• 单个请求的 RTF (Real-Time Factor)：≈0.3 -> ≈0.1
• 单个请求的 gpt 模型 decode 速度：≈90 token / s -> ≈280 token / s
• 并发量：gpu_memory_utilization设置为0.25（约5GB显存）的情况下，实测 16 左右的> 并发无压力（测速脚本参考 simple_test.py）

我测试的是1.5版本在L40上gpu_memory_utilization设置为0.1，并发量16，80个任务有一个生成失败。想要用至少又9G的空余显存空间

1. 克隆本项目
2. 云原生开发中已下载好模型、虚拟环境。

现在只有indextts1.5的模型文件。如果有需求，可以自行下载其他版本的模型文件。

# Index-TTS
modelscope download --model kusuriuri/Index-TTS-vLLM --local_dir ./checkpoints/Index-TTS-vLLM

# IndexTTS-1.5
modelscope download --model kusuriuri/Index-TTS-1.5-vLLM --local_dir ./checkpoints/Index-TTS-1.5-vLLM

# IndexTTS-2
modelscope download --model kusuriuri/IndexTTS-2-vLLM --local_dir ./checkpoints/IndexTTS-2-vLLM

使用 fastapi 封装了 api 接口，启动示例如下，请将 --model_dir 改为你的模型的实际路径：默认使用Index-TTS-v1.5

python api_server.py --model_dir /your/path/to/Index-TTS

• --model_dir: 必填，模型权重路径
• --host: 服务ip地址，默认为 6006
• --port: 服务端口，默认为 0.0.0.0
• --gpu_memory_utilization: vllm 显存占用率，默认设置为 0.1

参考 api_example.py

• v1/v1.5: 支持多角色音频混合：可以传入多个参考音频，TTS 输出的角色声线为多个参考音频的混合版本（输入多个参考音频会导致输出的角色声线不稳定，可以抽卡抽到满意的声线再作为参考音频）

Word Error Rate (WER) Results for IndexTTS and Baseline Models on the seed-test

model	zh	en
Human	1.254	2.143
index-tts (num_beams=3)	1.005	1.943
index-tts (num_beams=1)	1.107	2.032
index-tts-vllm	1.12	1.987

基本保持了原项目的性能

目录在 test 文件下 参考 simple_test.py，需先启动 API 服务