lucferreira/cosyvoice

CosyVoice Docker镜像

镜像概述

本Docker镜像包含CosyVoice应用程序，基于FunAudioLLM的原始项目构建：https://github.com/FunAudioLLM/CosyVoice

核心功能与特性

• 基于CosyVoice项目的多语言语音模型支持
• 提供多种运行模式（sft、zero_shot、cross_lingual、instruct）
• 可通过API接口进行语音相关任务调用

使用场景

适用于需要多语言语音合成、语音转换或语音理解的应用场景，如智能语音助手、多语言内容生成、跨语言语音交互系统等。

使用方法

运行容器

使用以下命令启动CosyVoice服务容器：

bash
docker run -d --gpus all -p 50000:50000 lucferreira/cosyvoice:v1.0 /bin/bash -c "cd /opt/CosyVoice/CosyVoice/runtime/python && python3 server.py --port 50000 --max_conc 4 --model_dir iic/CosyVoice-300M && sleep infinity"

参数说明：

• --gpus all：启用所有可用GPU（需Docker支持GPU）
• -p 50000:50000：将容器内50000端口映射到主机50000端口
• --port 50000：服务监听端口
• --max_conc 4：最大并发数
• --model_dir iic/CosyVoice-300M：指定使用的模型路径

运行客户端

使用Python客户端连接服务：

bash
python3 client.py --port 50000 --mode <sft|zero_shot|cross_lingual|instruct>

将<sft|zero_shot|cross_lingual|instruct>替换为所需模式：

• sft：监督微调模式
• zero_shot：零样本模式
• cross_lingual：跨语言模式
• instruct：指令模式

参考信息

有关CosyVoice及其功能的更多信息，请参考原始项目仓库。