最近OpenVoice專案更新了V2版本，新的模型對於中文推理更加友好，音色也得到了一定的提升，本次分享一下如何在蘋果的MacOs系統中本地部署OpenVoice的V2版本。
首先下載OpenVoiceV2的壓縮包：
OpenVoiceV2-for-mac程式碼和模型 https://pan.quark.cn/s/33dc06b46699
該版本針對MacOs系統做了一些最佳化，同時針對中文語音做了響度統一的修改。
解壓縮後，首先將專案目錄中的HF_HOME中的hub資料夾複製到當前系統的如下目錄：
/Users/當前使用者名稱/.cache/huggingface
這是huggingface模型在Mac系統的預設儲存路徑，如果不複製的話，需要從頭下載十幾個G的預訓練模型，非常麻煩。
隨後回到專案的根目錄，輸入命令：
conda create -n openvoice python=3.10
建立Python版本為3.10的虛擬環境，注意版本只能是3.10。
接著啟用虛擬環境：
conda activate openvoice
系統返回：
(base) ➜ OpenVoiceV2 git:(main) ✗ conda activate openvoice
(openvoice) ➜ OpenVoiceV2 git:(main) ✗
說明啟用成功。
由於底層需要mecab，所以透過brew進行安裝：
brew install mecab
開始安裝依賴：
pip install -r requirements.txt
由於OpenVoice只負責音素的提取，轉換語音還需要tts支援，這裡底層依賴melo-tts模組。
進入Melo目錄：
(openvoice) ➜ OpenVoiceV2 git:(main) ✗ cd MeloTTS
(openvoice) ➜ MeloTTS git:(main) ✗
安裝MeloTTS依賴：
pip install -e .
成功後，需要單獨下載字典檔案：
python -m unidic download
隨後回到根目錄，啟動專案即可：
python app.py
系統返回：
(openvoice) ➜ OpenVoiceV2 git:(main) ✗ python app.py
Running on local URL: http://0.0.0.0:7860
IMPORTANT: You are using gradio version 3.48.0, however version 4.29.0 is available, please upgrade.
--------
To create a public link, set `share=True` in `launch()`.
至此，就完成了在MacOs中針對OpenVoice的部署。
結語
OpenVoice的一個突破性功能是其能夠進行zero-shot跨語言聲音克隆。它可以將聲音克隆到未包含在訓練資料集中的語言中，而無需為這些語言提供大量說話者的訓練資料。但事實上，與具有豐富標記資料的傳統監督學習相比，Zero-shot learning在未知類別上通常面臨較低的準確性，特別是在複雜類別上。依賴輔助資訊可能會引入噪聲和不準確性，所以，對於一些很特殊的音色，OpenVoice的效果並不好，必須針對底模進行微調才能夠解決此類問題。