目录

方法一：标准安装（推荐）

步骤 1：创建并激活 Conda 环境（强烈推荐）

步骤 2：安装 PyTorch

步骤 3：安装 vLLM

步骤 4：安装 index-tts 及其他依赖

步骤 5：验证安装

---

方法一：标准安装（推荐）

这是最直接的方法，适用于大多数用户。

步骤 1：创建并激活 Conda 环境（强烈推荐）

使用Conda可以避免包依赖冲突。

bash

# 创建 Python 3.10 环境（3.9-3.11 通常都兼容）
conda create -n index-tts-vllm python=3.10 -y
conda activate index-tts-vllm

步骤 2：安装 PyTorch

前往 PyTorch 官方网站 获取适合你CUDA版本的安装命令。

• 对于 CUDA 11.8（常见且稳定）

  bash

  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

• 对于 CUDA 12.1

  bash

  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

• 仅 CPU（不推荐，性能极差）

  bash

  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

步骤 3：安装 vLLM

vLLM是项目的核心。直接使用pip安装。

bash

pip install vllm

注意：vLLM对环境要求较高，如果安装失败，请参考下面的【故障排除】部分。

步骤 4：安装 index-tts 及其他依赖

bash

# 安装 index-tts 核心库
pip install index-tts

# 安装音频处理库（用于播放或保存生成的音频）
pip install soundfile librosa

步骤 5：验证安装

创建一个名为 test_install.py 的Python脚本：

python

from vllm import LLM, SamplingParams
from index_tts_vllm import IndexTTS, TTSRequest
import soundfile as sf

# 检查CUDA是否可用
import torch
print(f"CUDA available: {torch.cuda.is_available()}")
print(f"CUDA version: {torch.version.cuda}")

# 初始化模型
print("Loading Index-TTS model...")
llm = LLM(model="yitingyiu/index-tts-vllm") # 使用作者提供的官方模型
tts_engine = IndexTTS(llm)

# 准备推理参数
prompt = "你好，这是一个index-tts-vllm的测试。"
language = "zh"
request = TTSRequest(prompt=prompt, language=language)

# 生成音频
print("Generating audio...")
audio = tts_engine.infer(request)

# 保存音频文件
output_path = "test_output.wav"
sf.write(output_path, audio, 24000) # index-tts 采样率通常为 24000 Hz
print(f"Audio saved to: {output_path}")

运行脚本：

bash

python test_install.py

如果一切顺利，你会看到加载模型的日志，并在当前目录下生成一个 test_output.wav 文件，播放即可听到“你好，这是一个index-tts-vllm的测试。”