用docker搭建AI文字转语音工具emoti-voice

今天来介绍用docker搭建AI工具的案例：emoti-voice是一个AI文字转语音工具，而且通过docker可以一句命令搭建。由于emoti-voice需要用到cuda和Nvidia显卡，所以我建议在WSL2（Windows的Linux子系统）环境中部署和测试emoti-voice（毕竟除了专业用户，很少有人会有带显卡环境的服务器）。

WSL2的安装网上有很多教程，本文这里就掠过了。重点讲一下在WSL2中部署cuda和nvidia-container-toolkit。

WSL2安装CUDA

我的WSL2环境选择的是Ubuntu22.04。在WSL2中部署CUDA前，首先要在Windows主机中安装好Nvidia显卡驱动，然后通过SSH到Ubuntu安装CUDA：

wget https://developer.download.nvidia.cn/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600 sudo apt-key adv --fetch-keys https://developer.download.nvidia.cn/compute/cuda/repos/wsl-ubuntu/x86_64/3bf863cc.pub sudo add-apt-repository "deb https://developer.download.nvidia.cn/compute/cuda/repos/wsl-ubuntu/x86_64/ /" sudo apt-get update sudo apt-get -y install cuda

安装完毕可以通过nvidia-smi验证是否安装成功：

WSL2安装nvidia-container-toolkit

如果想要docker能正常调用CUDA，还需要安装nvidia-container-toolkit。同样通过SSH在Ubuntu中输入如下命令，添加nvidia-container-toolkit源：

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list && sudo apt-get update

然后安装nvidia-container-toolkit并重启docker环境

sudo apt-get install -y nvidia-container-toolkit sudo nvidia-ctk runtime configure --runtime=docker sudo systemctl restart docker

运行emoti-voice

虽然准备工作很多，其实运行emoti-voice很简单，一句命令即可，就是镜像比较大有数G的模型文件需要下载：

sudo docker run -dp 127.0.0.1:8501:8501 syq163/emoti-voice:latest

在WSL2中运行的容器可以直接通过：http://127.0.0.1:8501进行访问。

运行emoti-voice后，可以选择说话人（选择音色），然后输入文本，选择语言种类，点击合成即可。我测试了一下，文本中不能带太多复杂的标点符号，而且短语不能太长（单次生成20-30秒的语音没问题）。

总的来说实用性还是不够，一来生成语音太短（其实达到实用级的话也简单，只需要在文本预处理加上分句，然后自动对语音进行何必即可）。二来要是可以搭建后提供本地API被其他程序调用玩法也会多很多，希望开发者能不断完善吧。

现在AI工具确实越来越强了，而且部署确实越来越方便了。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～