踩的坑

最近跑了不少声音的ai，总结一下踩的坑：

• wav格式和mp3格式，只支持这俩格式，微信语音直接转是有难度的，必须用别的方法，但必须经过本人同意，感觉未来会有法律风险，因为模拟的真的很像；
• wav为无损，mp3为有损
• 中文和英文混输，会有无法断句，太紧凑的问题，我加了 [ ] , 能有效增加空隙，录音效果还不错，甚至有一点回声感、
• 后续这种小项目快速跑就直接下整合包吧，不会和大项目打架，快速体验，在此特别感谢 B 站 UP 主 ai王知风 提供的整合包：知风伴_王知风官方平台 | AI开源项目整合包一键部署教程

I love you！[ ] 这是一个测试！

关于版本

• 1.5的正式版，朗读很稳定，但缺乏感情
• 可以支持修改人物的情绪，且效果不错
• 工作流版的支持双人对话效果

关于参数

1.版本：默认1.5当前的正式版

2.采样 / 生成策略类（影响语音自然度、多样性）：默认30

• top_k ：采样时只从概率最高的前 k 个候选中选（这里是 30）。 k 越小，生成结果越 “稳” 但可能单调； k 越大越多样但容易出错。
• top_p ：采样时累积概率达到 p （这里是 0.8）就停止选候选。和 top_k 是互补的 “nucleus sampling” 策略，控制生成的随机性。
• temperature ：控制概率分布的 “平滑度”（这里是 1.0）。 >1 会让生成更随机， <1 会让生成更集中于高概率候选。
• num_beams ：beam search 的束数（这里是 3）。束数越多，生成结果的 “质量上限” 可能越高，但速度越慢。

3. 长度限制类（控制输入 / 输出的长度）

• max_mel_tokens ：输出语音对应的梅尔频谱的最大长度（这里是 786），决定了语音的最长时长。
• max_text_tokens_per_sentence ：单句文本的最大 token 数（这里是 94），限制单句输入的长度。
• sentences_bucket_max_size ：句子桶的最大容量（这里是 4），通常是批量处理时的句子数量限制。

4. 性能 / 格式类

• fast_inference ：快速推理开关。

  • true ：速度更快
  • false ：速度慢，输出 flac无损音频格式。

• custom_cuda_kernel ：自定义 CUDA 核函数开关。

  • true ：用自定义的 GPU 加速代码，可能提升速度；
  • false （默认）：用通用实现，兼容性更好但速度可能稍慢。

• deepspeed ：DeepSpeed 加速开关（微软的分布式训练 / 推理框架）。

  • true ：用 DeepSpeed 优化推理速度（通常需要多 GPU）；
  • false （默认）：不用。

• unload_model ：推理后是否卸载模型。

  • true ：推理完成后释放模型占用的显存 / 内存；
  • false ：模型留在内存中，下次推理更快但占用资源。