Windows 整合包

整合包是解压即用的绿色包：内置 Python 运行时 + CUDA 版 PyTorch + ffmpeg， 目标机不需要装任何东西，也不用联网装依赖。

一、用现成的整合包

目录结构

tts-server-win64-cuda\
├── 启动语音服务.bat          ← 双击启动（关掉窗口就停止）
├── 后台启动.bat              ← 后台启动（关掉窗口继续跑）
├── 停止服务.bat
├── 首次运行检查.bat          ← 第一次务必先跑这个
├── 诊断信息.bat              ← 出问题跑它，把 diagnostics.txt 发给别人求助
├── 编辑配置.bat              ← 打开 config.yaml
├── 查看日志.bat
├── 测试合成.bat              ← 合成一句话试听
├── 打开输出目录.bat
├── 应用补丁.bat              ← 覆盖安装补丁（自动备份原文件）
├── 启用本地语音兜底.bat       ← 把 tts.source 改成 auto
├── 升级到老显卡版torch.bat    ← P4 / P40 / P106 等 sm_61 老卡专用
├── models\                   ← 放你的 .pth / .index
├── config.yaml
├── hubert_base.pt / rmvpe.pt
└── app\  bin\  python\  output\  logs\

步骤

1. 解压到不含中文和空格的路径，例如 D:\tts-server-win64-cuda

   路径里有中文会出问题

   部分依赖在处理中文路径时会出错，请务必用纯英文路径。

2. 把 .pth / .index 放进 models\

3. 双击 编辑配置.bat，改这几个值：

   security:
     api_key: "换成你自己的密钥"
   rvc:
     model: "MyVoice.pth"
     index: "MyVoice.index"

4. 双击 首次运行检查.bat，确认输出里能看到 cuda_available True

5. 双击 启动语音服务.bat

6. 浏览器打开 http://127.0.0.1:8080/ 看网页控制台

老显卡必须多做一步

P106-100 / P4 / P40 / GTX 10 系这些 Pascal 卡（计算能力 sm_61） 必须先跑一次 升级到老显卡版torch.bat（约 2.5 GB 下载）。

它会装 torch 2.5.1+cu121 —— 这是唯一包含 Pascal 兼容内核的版本。

不跑的话，第一次推理会报：

CUDA error: operation not supported
no kernel image is available for execution on the device

---

二、自己构建整合包

拿不到现成整合包时，用仓库里的脚本自己打一个。

环境要求

• 一台能上网的 Windows
• 磁盘留 10 GB 以上
• 提前准备好模型和权重（hubert_base.pt / rmvpe.pt）

构建

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

powershell -ExecutionPolicy Bypass -File deploy\windows\build-bundle.ps1 `
  -Model D:\models\MyVoice.pth `
  -Index D:\models\MyVoice.index `
  -Assets D:\models `
  -ApiKey your-secret-key `
  -Zip

产物在 dist\windows\tts-server-win64-cuda\，压缩后约 3.5 GB。

老卡专用的构建命令

默认构建的是 cu128 版 torch（适合 RTX 20 系以上）。 Pascal 老卡必须显式指定 cu121：

powershell -ExecutionPolicy Bypass -File deploy\windows\build-bundle.ps1 `
  -Model D:\models\MyVoice.pth -Index D:\models\MyVoice.index `
  -Assets D:\models -TorchVersion 2.5.1 -CudaTag cu121 -Zip

参数

参数	说明
-Model	RVC 模型 .pth（必需）
-Index	RVC 索引 .index（建议）
-Assets	内含 hubert_base.pt / rmvpe.pt 的目录（建议，省得首次运行联网下载）
-ApiKey	服务密钥（默认 win-tts-key）
-Port	监听端口（默认 8080）
-Variant	cuda（默认）或 cpu
-TorchVersion	例如 2.5.1（配合 -CudaTag cu121）
-CudaTag	cu121 / cu124 / cu128；老卡必须 cu121
-Zip	构建完顺便打包成 zip
-LaunchersOnly	只刷新启动脚本，不动 Python 环境（打补丁时用）

---

三、不打包，直接在 Windows 上跑源码

已经装了 Python 3.12 的话：

cd tts-server
python -m venv .venv
.\.venv\Scripts\python -m pip install --upgrade pip wheel
.\.venv\Scripts\python -m pip install "setuptools<81"
.\.venv\Scripts\python -m pip install torch==2.5.1+cu121 torchaudio==2.5.1+cu121 --index-url https://download.pytorch.org/whl/cu121
.\.venv\Scripts\python -m pip install -r requirements.txt

# 把 hubert_base.pt / rmvpe.pt 放到 tts-server\，模型放到 tts-server\models\
.\.venv\Scripts\python main.py --config config.yaml

工作目录会自动切

main.py 启动时会自动把工作目录切到包含 hubert_base.pt 的目录， 所以权重放哪都不用额外配置。它还会把 <服务目录>\bin 加进 PATH（放 ffmpeg 用）。

Windows 上还有一点和 Linux 不同：离线语音兜底用的是系统自带的 SAPI5， 不需要额外安装 espeak-ng。确认方法：

Add-Type -AssemblyName System.Speech
(New-Object System.Speech.Synthesis.SpeechSynthesizer).GetInstalledVoices() |
  ForEach-Object { $_.VoiceInfo.Name + " | " + $_.VoiceInfo.Culture.Name }

能看到 Microsoft Huihui Desktop | zh-CN 之类的条目就说明可用。