部署方式怎么选

🇨🇳 国内网络先看这里

GitHub 直连慢或者连不上，在地址前面加上 https://gh-proxy.cn/ 就能加速：

# 直连
git clone https://github.com/yake1145141/voice-tts-system.git

# 国内加速（推荐国内用户）
git clone https://gh-proxy.cn/https://github.com/yake1145141/voice-tts-system.git

加速站：gh-proxy.cn · 使用帮助：www.gh-proxy.cn

本文档后面所有 git clone 命令都可以这样加前缀。

五种方式都能跑出完全一样的服务，区别只在"你手头有什么机器"和"愿意花多少时间"。

方式	适合场景	目标机需要	耗时
Linux 一键安装	有 NVIDIA 显卡的 Linux 服务器	一条命令自动搞定	10 ~ 20 分钟
Windows 整合包	家用 Windows 电脑	解压即用，不用装 Python	5 分钟
Docker	已经在用 Docker	NVIDIA Container Toolkit	10 分钟
Google Colab	手头没有显卡	一个 Google 账号	5 分钟
安卓手机	想省一台机器	有 root 的安卓手机	30 分钟

我的建议

第一次部署就走这条路

Linux 服务器 → Linux 一键安装

它会把 Python 3.12、PyTorch（cu121，老显卡必需）、ffmpeg、本地离线语音、 systemd 服务全部装好，最后还跑一次自检告诉你成没成。 过程中唯一需要你提供的是一条模型文件路径和一个自己想设的密钥。

Windows 用户直接看 Windows 整合包，那是最省事的路径 （如果拿不到现成整合包，仓库里有构建脚本可以自己打一个）。

没有显卡的话有两个选择：

• 用 Google Colab 白嫖免费 GPU（会断线，适合临时体验）
• 把服务端跑在 CPU 上（rvc.device: "cpu"），慢 3~5 倍但能用

---

部署前必须准备好的两样东西

① 一个 RVC 模型

运行前你会需要一个 .pth 文件（以及可选的 .index）。来源：

• 自己训练的 RVC 模型
• 社区分享的模型

关于声音版权

使用他人的声音模型前，请确保已获得授权。 不要用生成的声音冒充他人或从事欺诈 —— 这在多数国家和地区都是违法的。

② 一个你想设的 API Key

服务端用它来鉴权，客户端填同一个值才能调用。随便设一串你自己记得住的字符即可， 例如 my-tts-2026。留空则完全不校验（不推荐，尤其机器在局域网里时）。

可选：预置权重

服务端还需要两个权重文件：

文件	大小	说明
hubert_base.pt	约 180 MB	RVC 的特征提取模型
rmvpe.pt	约 173 MB	音高提取模型（f0_method: rmvpe 时用）

不准备也行 —— 服务端首次启动会联网下载。但国内经常连不上 HuggingFace， 表现是启动卡好几分钟然后超时，所以强烈建议提前放到服务端目录里。

如果你本地已经有这两个文件，Linux 安装脚本可以用 --assets 参数直接指过去：

sudo bash deploy/linux/install.sh \
     --model /path/MyVoice.pth --index /path/MyVoice.index \
     --assets /path/已有权重的目录 --api-key 你的密钥

---

装完之后要做什么

不管用哪种方式部署，装完都是同一个终点：

1. 打开网页控制台 http://<服务器IP>:8080/，确认「服务状态 正常」
2. 用自带客户端发一句话试试 → 验证是否装好
3. 回到 AstrBot 那边装插件、填地址和密钥 → AstrBot 插件