trphoenix
2025-12-11 a7eb97fc18f24c13b3c79350b1941f429f41150b
Help/docs/Usages/QA/语音合成与识别服务Docker-部署说明.md
@@ -1,15 +1,24 @@
# 语音合成与识别服务Docker-部署说明
<style>
pre, code {
  white-space: pre-wrap;
  word-break: break-all;
}
</style>
## 一、简介
语音合成与识别服务(以下简称“服务”)提供高质量的文本转语音(TTS)和语音转文本(ASR)功能。为了方便用户快速部署和使用该服务,我们提供了基于Docker的部署方案。本文档将详细介绍如何使用Docker部署该服务。
本文提供的语音合成与识别服务,是基于paddlespeech开发的TTS和ASR服务(纯CPU服务),用户可以通过Docker快速部署并使用该服务。
## 二、环境准备
在开始部署之前,请确保您的环境满足以下要求:
1. 已安装Docker和Docker Compose。
2. 具备一定的Linux命令行操作基础。
3. 确保您的服务器具备足够的计算资源(CPU、内存、GPU等)。
## 三、获取Docker镜像
我们提供了预构建的Docker镜像,地址位于七牛云,地址为:
我们提供了预构建的Docker镜像,地址位于七牛云,[下载地址](https://datacdn.data-it.tech/HomeAssistant/dokerimages/paddlespeech1.1/paddlespeech.tar)为:
```
https://datacdn.data-it.tech/HomeAssistant/dokerimages/paddlespeech1.1/paddlespeech.tar
@@ -37,11 +46,20 @@
```
docker logs -f paddlespeech
```
TTS模型首次使用时侍自动从网络下载约2G的模型文件,下载完成后会自动启动服务。后续再次使用时,不会重复下载模型文件。
容器启动后,先会载一个NLP的小模型,耗时约30秒左右,然后,启动服务与端口,
当/tts这个api首次被调用时,容器的程序,会自动从网络下载约2G的模型文件,下载完成后会完成首次TTS输出,当然首次也有可能因网络超时失败。后续再次使用时,不会重复下载模型文件。
![](https://qncdn.tairongkj.com/docs/images/20250921093139.png)
Asr模型首次使用时侍自动从网络下载约1G的模型文件,下载完成后会自动启动服务。后续再次使用时,不会重复下载模型文件。
当/asr这个api被首次调用时,容器中的程序会自动从网络下载约2G的模型文件,下载完成后会自动提供语音识别服务,并完成首次API识别的输出,当然,也有可能失败,后续再次调用此API是,不会重复下载模型文件。
![](https://qncdn.tairongkj.com/docs/images/20250921093510.png)
***上述下载过程较为缓慢,约5-10分钟左右,请耐心等待!如果想看实时过程,请输入:docker-comopose logs paddlespeech 来查看实时日志***
***请在正式使用之前,用postman或文档中提供的测试网页,调试一次成功后,再放入后台运行!***
## 五、离线部署步骤
### 离线部署的相关文件下载地址
@@ -73,12 +91,13 @@
│   ├── home_dtuser_opt_paddlespeech_data_output.tar.gz
│   ├── home_dtuser_opt_paddlespeech_data_paddlenlp_models.tar.gz
│   └── home_dtuser_opt_paddlespeech_data_paddlespeech_models.tar.gz
├── home_dtuser_opt_paddlespeech_data_paddlespeech_models.tar.gz
└── install-paddlespeech-localh.sh
2 directories, 6 files
2 directories, 7 files
```
![](https://qncdn.tairongkj.com/docs/images/20250921171328.png)
![](https://qncdn.tairongkj.com/docs/images/20250921180213.png)
### 2. 给运行脚本添加执行权限
@@ -242,12 +261,12 @@
```bash 
docker ps up -d  # 启动容器
docker ps down # 停止容器
docker ps restart # 重启容器
docker ps logs -f paddlespeech # 实时查看日志
docker ps exec -it paddlespeech /bin/bash # 进入容器
docker ps rm -f paddlespeech # 删除容器
docker-compose up -d  # 启动容器
docker-compose down # 停止容器
docker-compose restart paddlespeech # 重启容器
docker  logs -f paddlespeech # 实时查看日志
docker  exec -it paddlespeech /bin/bash # 进入容器
docker  rm -f paddlespeech # 删除容器
docker rmi dt_iot/paddlespeech:latest # 删除镜像
docker volume rm paddlespeech_data # 删除数据卷
docker network rm dtnet # 删除网络