|
--- |
|
base_model: |
|
- THUDM/glm-4-voice-9b |
|
base_model_relation: quantized |
|
language: |
|
- zh |
|
- en |
|
tags: |
|
- chatglm |
|
--- |
|
# GLM-4-Voice-9B (INT4 Quantized) |
|
|
|
[中文](README.md) | [English](README_en.md) |
|
|
|
## 模型简介 |
|
GLM-4-Voice 是智谱 AI 推出的端到端语音模型。GLM-4-Voice 能够直接理解和生成中英文语音，进行实时语音对话，并且能够根据用户的指令改变语音的情感、语调、语速、方言等属性。 |
|
本仓库是GLM-4-Voice-9B经过INT4量化的版本。经过优化后，显存需求显著降低，仅需12GB显存即可运行。经过测试，该模型可在NVIDIA GeForce RTX 3060 12GB显卡上流畅运行。 |
|
|
|
## 使用教程 |
|
|
|
### 创建虚拟环境 |
|
首先，确保使用Python 3.10，创建虚拟环境： |
|
```bash |
|
# 亲测不支持python3.8/3.9/3.12，存在库兼容问题 |
|
conda create -n GLM-4-Voice python=3.10 |
|
``` |
|
|
|
### 激活虚拟环境并克隆模型 |
|
激活虚拟环境后，克隆模型和代码： |
|
```bash |
|
conda activate GLM-4-Voice |
|
git clone https://huggingface.co/cydxg/glm-4-voice-9b-int4 |
|
``` |
|
对于中国大陆用户，可以使用以下命令进行克隆： |
|
```bash |
|
git clone https://hf-mirror.com/cydxg/glm-4-voice-9b-int4 |
|
``` |
|
|
|
### 安装依赖 |
|
进入模型目录并安装所需依赖： |
|
```bash |
|
cd glm-4-voice-9b-int4 |
|
conda install -c conda-forge openfst |
|
conda install -c conda-forge pynini==2.1.5 |
|
pip install -r requirements.txt |
|
mkdir third_party |
|
cd third_party |
|
git clone https://github.com/shivammehta25/Matcha-TTS Matcha-TTS |
|
# 根据自己的CUDA版本选择torch |
|
conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 pytorch-cuda=12.4 -c pytorch -c nvidia |
|
``` |
|
|
|
### 启动模型服务 |
|
首先启动模型服务： |
|
```bash |
|
python model_server.py |
|
``` |
|
|
|
### 运行网页Demo |
|
接着运行网页Demo以访问模型： |
|
```bash |
|
python web_demo.py |
|
``` |
|
即可通过访问 `http://localhost:8888` 来使用模型。 |
|
|
|
### 额外依赖 |
|
如果运行web_demo提示没有matcha.models |
|
```bash |
|
ModuleNotFoundError: No module named 'matcha.models'; 'matcha' is not a package |
|
``` |
|
则需安装matcha-tts |
|
```bash |
|
# 先卸载 gradio 和 diffusers ，避免出现版本冲突 |
|
pip uninstall gradio |
|
pip uninstall diffusers |
|
pip install matcha-tts |
|
``` |
