🎤
非丨GPT-SoVITS丨保姆级配置+使用教学

飞书用户2073

2024年12月18日修改

1.
环境要求​

🎷

操作系统：Windows 10/11

•
确保操作系统版本足够新，以支持 NVIDIA GPU 的显卡驱动和 CUDA 工具。​

GPU：支持 CUDA 的 NVIDIA 显卡（A 卡的省省，N 卡才是根正苗红）​

•
GPU 是深度学习计算加速的核心硬件。​

•
NVIDIA 显卡支持 CUDA 和 cuDNN，未使用 NVIDIA 显卡将无法启用 GPU 加速。​

CUDA：推荐版本 = 11.8

•
CUDA 是 NVIDIA 提供的 GPU 并行计算开发工具包​

•
是深度学习框架（如 PyTorch）调用 GPU 进行加速计算的基础。​

cuDNN：推荐版本 ≥ 8.5

•
cuDNN 是 NVIDIA 提供的深度学习 GPU 加速库，专为优化卷积运算和神经网络计算而设计。​

•
PyTorch 和其他深度学习框架高度依赖 cuDNN 以获得高性能。​

Git：用于克隆项目

•
Git 是一个分布式版本控制工具。​

•
用于从 GitHub 仓库下载 CosyVoice 的源码以及相关依赖模块。​

Miniconda：用于管理 Python 虚拟环境

•
Miniconda 是轻量版的 Anaconda，用于创建独立的 Python 环境，避免不同项目之间的依赖冲突。​

•
GPT-SoVITS 的依赖较多，使用 Miniconda（或 Anaconda）可以简化环境管理并确保兼容性。​

CMake：用于项目构建

•
一个跨平台的构建系统生成工具，用于生成编译配置文件。​

•
部分依赖项需要使用 CMake 生成构建配置，并通过 C++ 编译工具链进行编译。​

C++ 编译工具链：用于编译依赖项

•
部分依赖项包含 C++ 扩展代码，需要本地编译生成动态链接库。​

•
推荐使用 Visual Studio Build Tools 并安装 使用 C++ 的桌面开发 工作负载。​

本地部署-时间轴：

使用方法-时间轴：

2.
CUDA 和 cuDNN 安装与配置​