Docker 部署
适合已经在用 Docker 管理服务的场景。
前置条件
- Docker 与 docker compose v2
- NVIDIA 驱动（
nvidia-smi能跑） - NVIDIA Container Toolkit
验证容器能看到 GPU：
bash
docker run --rm --gpus all nvidia/cuda:12.1.1-base-ubuntu22.04 nvidia-smi步骤
bash
git clone https://github.com/yake1145141/voice-tts-system.git
# 国内网络慢的话，改用加速地址：
# git clone https://gh-proxy.cn/https://github.com/yake1145141/voice-tts-system.git
cd voice-tts-system/deploy/docker
# 1. 准备模型与配置
mkdir -p models output
cp /path/MyVoice.pth /path/MyVoice.index models/
cp ../../tts-server/config.yaml ./config.yaml
vi config.yaml # 改 security.api_key、rvc.model、rvc.index
# 2. 启动
docker compose up -d
docker compose logs -f关于权重文件
镜像里不放 hubert_base.pt / rmvpe.pt。最省事的做法是让容器首次启动时下载， 但国内经常连不上 HuggingFace。推荐挂载进去：
yaml
# docker-compose.yml 的 volumes 里追加
- "${TTS_ASSETS_DIR:-./assets}:/app/assets:ro"然后在容器里软链到 /app：
bash
docker compose exec tts-server ln -sf /app/assets/hubert_base.pt /app/
docker compose exec tts-server ln -sf /app/assets/rmvpe.pt /app/
docker compose restart tts-server环境变量
| 变量 | 默认 | 说明 |
|---|---|---|
TTS_PORT | 8080 | 宿主机映射端口 |
TTS_CONFIG | ./config.yaml | 配置文件路径 |
TTS_MODEL_DIR | ./models | 模型目录 |
TTS_OUTPUT_DIR | ./output | 音频输出目录 |
compose 里也预置了这些容器内环境变量：HF_HUB_OFFLINE=1（禁止联网检查权重）、 NVIDIA_VISIBLE_DEVICES=all（GPU 可见）。
常用命令
bash
docker compose logs -f # 看日志
docker compose restart tts-server # 改完配置重启
docker compose down # 停止
docker compose build --no-cache && docker compose up -d # 重新构建注意事项
别随便升级镜像里的 PyTorch
镜像基于 python:3.12-slim，PyTorch 装的是 cu121 —— 这是 Pascal 老卡（P106-100 / P4 / P40 / GTX 10 系）唯一可用的版本。
- 音频默认 10 分钟后自动删除，
output目录不会无限增长 - 容器里跑的是 root，注意宿主机
models/output的权限