F5-TTS

本项目基于 F5-TTS 模型封装，提供简洁的 Docker 部署方式，支持 SSML 输入，输出 PCM 原始音频，可用于语音合成。

Quickstart

1. 安装镜像

docker build -t tts:f5 . -f Dockerfile_f5

2. 启动服务

docker run -it --rm \
  -v /models/F5-TTS_Emilia-ZH-EN:/mnt/models \
  -e ASCEND_VISIBLE_DEVICES=1 \
  --device /dev/davinci2:/dev/davinci0 \
  --device /dev/davinci_manager \
  --device /dev/devmm_svm \
  --device /dev/hisi_hdc \
  -v /usr/local/dcmi:/usr/local/dcmi \
  -v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi \
  -v /usr/local/Ascend/driver/lib64/:/usr/local/Ascend/driver/lib64/ \
  -v /usr/local/Ascend/driver/version.info:/usr/local/Ascend/driver/version.info \
  -v /etc/ascend_install.info:/etc/ascend_install.info \
  --privileged \
  -p 8080:80 \
  -e MODEL_DIR=/mnt/models \
  -e MODEL_NAME=model_1250000.safetensors \
  tts:f5

参数说明：

MODEL_DIR：模型所在目录（挂载到容器内 /mnt/models）
MODEL_NAME：加载的模型文件名（通常为 .safetensors）
-p 8080:80：将容器内服务端口映射到宿主机 8080

3. 测试服务

curl --request POST "http://localhost:8080/tts" \
  --header 'Content-Type: application/ssml+xml' \
  --header 'User-Agent: curl' \
  --data-raw '<speak version="1.0" xml:lang="zh">
    <voice xml:lang="zh" xml:gender="Female" name="zh">
      今天天气很好，不知道明天天气怎么样。
    </voice>
  </speak>' \
  --output sound.pcm

Notes

Fix NPU 兼容问题： F5-TTS/src/f5_tts/model/modules.py -> get_vocos_mel_spectrogram()

README.md Unescape Escape

F5-TTS

Quickstart

1. 安装镜像

2. 启动服务

3. 测试服务

Notes

README.md