【腾讯云 HAI 域探秘】10 分钟构建一个多音色控制的 TTS 引擎_open ai tts

前言

最近在业务中有一个生成一批音频的需求，尝试使用有道开源的 EmotiVoice 项目来实现。然而，在部署 EmotiVoice 的过程中，CUDA 和 PyTorch 环境配置总是有问题。经过一天的斗争，决定寻求其他解决方案。在同事的推荐下，了解到腾讯云还在内测的高性能应用服务 HAI。通过使用 HAI，整个部署过程变得无比丝滑，迅速完成了任务。这里记录一下整个过程。

高性能应用服务 HAI 产品介绍

高性能应用服务（Hyper Application Inventor，HAI）是一款面向 AI 和科学计算的 GPU/NPU 应用服务产品，提供即插即用的强大算力和常见环境。它可以帮助中小企业和开发者快速部署语言模型（LLM）、AI 绘图、数据科学等高性能应用，原生集成配套的开发工具和组件，大大提升应用层的开发生产效率。
HAI 服务优势：

• 简单易用
  通过简化计算、网络和存储等基础设施的配置流程，大幅降低了云服务操作和管理的复杂度。
• 应用环境快速部署
  支持多种 AI 环境快速部署，如 ChatGLM-6B、StableDiffusion 等，使用户可专注业务及应用场景创新。
• 高灵活性
  支持用户登录实例，对 AI 模型及实例环境进行灵活配置。可进行内部开发、业务测试，或对外提供业务服务。
• 多种登录方式
  除传统连接方式外，支持通过 jupyterlab、WebUI 等方式一键启动，提供更贴合使用场景的登录方式。
• 算力种类丰富
  提供多种算力套餐选择，未来还将加入更多种类供用户选择。

高性能应用服务 HAI 相比传统 GPU 云服务器的主要区别和优势请参考下表：

HAI 应用场景：

• AI 作画/设计
  设计师和开发者可以使用高性能应用服务快速地部署和优化 AI 绘画模型。高性能应用服务预置 Stable Diffusion 等主流 AI 作画模型及常用插件，提供 GUI 图形化界面即开即用，大幅降低上手门槛。
• AI 对话/写作
  研究者和开发者可以使用高性