# cosyvoice-docker-api

**Repository Path**: ZengYu1998/cosyvoice-docker-api

## Basic Information

- **Project Name**: cosyvoice-docker-api
- **Description**: 一个用于构建的CosyVoice Docker API服务
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-12-14
- **Last Updated**: 2026-07-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# TTS API 服务

基于FastAPI的文本转语音API服务，支持多种音色选择，自动合并音频片段。

## 功能特性

- ✅ 支持多种音色选择
- ✅ 自动根据文本长度生成多个音频片段
- ✅ 自动合并音频片段为单个文件
- ✅ 支持交叉淡入淡出效果
- ✅ 完整的日志记录
- ✅ Swagger API文档
- ✅ 每个请求创建独立文件夹保存所有文件
- ✅ 健康检查接口

## 接口说明

### 1. 生成音频 (POST /generate)

**请求体:**
```json
{
  "text": "要转换的文本内容",
  "speaker": "男-通用",
  "crossfade_duration": 0
}
```

**可用音色:**
- 男-通用
- 女-通用  
- 男-播音
- 女-播音
- 男-磁性
- 女-儿童

**响应:**
```json
{
  "status": "success",
  "message": "音频生成成功",
  "audio_url": "/download/20231214_143025_123456/merged_audio.mp3",
  "request_id": "20231214_143025_123456",
  "timestamp": "2023-12-14T14:30:25.123456"
}
```

### 2. 下载音频 (GET /download/{folder}/{filename})

下载生成的音频文件。

### 3. 获取音色列表 (GET /speakers)

获取所有可用的音色。

### 4. 健康检查 (GET /health)

服务健康状态检查。

## 文件结构

每个请求会创建一个独立的文件夹，结构如下：
```
out/
├── 20231214_143025_123456/
│   ├── request_info.txt      # 请求信息
│   ├── segment_0.wav         # 音频片段1
│   ├── segment_1.wav         # 音频片段2
│   └── merged_audio.mp3      # 合并后的音频
└── ...
```

## 部署方式

### 使用Docker Compose

1. 确保已安装Docker和Docker Compose
2. 在项目根目录运行：
   ```bash
   docker-compose up -d
   ```
3. 访问API文档：http://localhost:8000/docs

### 直接运行

1. 安装依赖：
   ```bash
   pip install -r requirements.txt
   ```
2. 运行服务：
   ```bash
   python app.py
   ```
3. 访问API文档：http://localhost:8000/docs

## 环境要求

- Python 3.9+
- FFmpeg (用于音频处理)
- 音色文件需放置在 `spks/` 目录下

## 音色文件

将音色文件放置在 `spks/` 目录下，支持的文件格式：
- 男-通用.mp3
- 女-通用.mp3
- 男-播音.mp3
- 女-播音.mp3
- 男-磁性.mp3
- 女-儿童.mp3

## 日志

服务会输出详细的日志信息，包括：
- 请求接收和处理
- 音频生成进度
- 文件保存信息
- 错误信息

## API文档

启动服务后，可以通过以下地址访问API文档：
- Swagger UI: http://localhost:8000/docs
- ReDoc: http://localhost:8000/redoc