Fish-Speech / docs /zh /start_agent.md
pineconeT94's picture
init
8598b7e

A newer version of the Gradio SDK is available: 5.9.1

Upgrade

启动 Agent

要求

  • GPU 显存: 至少 8GB(在量化的条件下),推荐 16GB 及以上
  • 硬盘使用量: 10GB

下载模型

你可以执行下面的语句来获取模型:

huggingface-cli download fishaudio/fish-agent-v0.1-3b --local-dir checkpoints/fish-agent-v0.1-3b

如果你处于国内网络,首先执行:

export HF_ENDPOINT=https://hf-mirror.com

把他们放进名为 'checkpoints' 的文件夹内。

你同样需要 fish-speech 的模型,关于如何获取 fish-speech 模型请查看inference

完成后你的 checkpoints 文件夹中会有两个子文件夹:checkpoints/fish-speech-1.4checkpoints/fish-agent-v0.1-3b

Environment Prepare

如果你已经有了 Fish-Speech 环境,你可以在安装下面的包的前提下直接使用:

pip install cachetools

!!! note 请使用小于 3.12 的 python 版本使 compile 可用

如果你没有 Fish-Speech 环境,请执行下面的语句来构造你的环境:

sudo apt-get install portaudio19-dev

pip install -e .[stable]

链接 Agent.

你需要使用以下指令来构建 fish-agent

python -m tools.api --llama-checkpoint-path checkpoints/fish-agent-v0.1-3b/ --mode agent --compile

--compile只能在小于 3.12 版本的 Python 使用,这个功能可以极大程度上提高生成速度。

你需要哦注意 compile 需要进行一段时间.

然后启动另一个终端并执行:

python -m tools.e2e_webui

这会在设备上创建一个 Gradio WebUI。

每当进行第一轮对话的时候,模型需要 compile 一段时间,请耐心等待

Gradio Webui

玩得开心!

Performance

在我们的测试环境下, 4060 laptop GPU 只能刚刚运行该模型,只有大概 8 tokens/s。 4090 CPU 可以在编译后达到 95 tokens/s,我们推荐使用至少 4080 以上级别的 GPU 来达到较好体验。

About Agent

该模型仍处于测试阶段。如果你发现了问题,请给我们提 issue 或者 pull request,我们非常感谢。