请问语音克隆服务器搭建成本

[momo001]

请教大家 如果想要搭建一个云端的语音克隆服务器 有没有成本比较低的办法

看到国内一些 app 的语音克隆都是免费使用的 看过一些开源的方案 但是不太清楚维护的成本

[x86]

家里架设个 CosyVoice ，打洞出去用

[momo001]

@x86 能否详细解释一下？

[x86]

@momo001 #2 你搜 CosyVoice 一键整合包，本地电脑架设后，做穿透打洞给外网用，成本最低

[momo001]

@x86 大概明白了 就是本地电脑跑一个服务 然后将外网的请求转到本地来调用 是这个意思吗 但是本地电脑就得一直开着

[x86]

@momo001 #4 对

[y051313]

对电脑硬件有什么要求吗？

[momo001]

@y051313 我想要搭建云端的服务器 我的电脑不会一直都开着== 硬件是有要求的 所以来问问

[superkkk]

租别人的 gpu 服务器，op 有需要的话可以留个联系方式，我这边有现成的付费的负载均衡部署的方案

[itskingname]

创建克隆模型的时候需要找 GPU 服务器。国内有很多提供 GPU 租用的网站，1.5 元一小时。克隆时间大概十多分钟。

已经克隆完成以后，基于模型+文字生成语音，这个随便一个普通服务器就可以了。

[hpan]

@itskingname 这种基本上要每天 24 小时开着吧，费用也不低

[momo001]

@itskingname 这种自己部署的方案 比起来那些专门跑模型提供 api 的服务(例如 replicate / hugging face)比起来 哪个更划算呢

[y051313]

@itskingname 那就是说我用现有的模型，普通的没有 GPU 的服务器也可以跑？
这种可以用于生产环境吗？我看 B 站上面的介绍说，句子稍微长一些，响应速度会很慢，而且有时会直接停止响应。

[glcolof]

最低成本的方案是违法的（笑）
合法的最低成本的方案就是自己家里开一台或者几台电脑（视用户数量而定），再租一台便宜的云服务器做请求排队、负载均衡和数据转发。
考虑到 AI 的硬件需求，家里电脑的配置得好一点，通常需要较新的 i7 处理器和较好的显卡（低负载下，4060 8GB 应该够用），差不多 7000 块钱一台。负载量大的时候，满载功耗 500W 左右，一天 10 度电，阶梯电价情况下，一年 2000 电费。
云服务器用便宜点的就行，阿里云那个 5M 带宽 199 一年的就可以，但是只有前三年是这个价格，后面恢复原价 2600 元每年。
相关软件你自己开发的话，费用为 0.
所以一次性投入为：7000 ；
每年持续投入为：2199 （前三年）/4600 （三年后）

如果要进一步降低成本，也可以自己买二手零部件装一台主机，比如洋垃圾 E5 的 CPU+1070 矿卡什么的。可以大大降低一次性投入的成本，不过性能和稳定性也会差很多。

GPU 服务器就别想了，最便宜的 GPU 服务器一年都要几万。

[momo001]

@glcolof 我没有 windows 电脑 mac 可以不 云服务器 azure 上的可以吗 还有点免费额度

[glcolof]

@momo001 主流的 AI 推理都是基于 nVidia 的 CUDA 的，mac 可能可以用，我不确定。云服务器哪家都可以，主要就是需要有个固定公网 IP ，如果你在境外并且有固定公网 IP ，那不用云服务器其实也可以的。

[GeekGao]

可以参考 13 楼。

在自己的场地放服务器，电费才是最大的问题。
其他都不是问题：市电断电（配 UPS ）、有线网络断网（连 5G CPE ）都有备用方案。

[bug123]

自己电脑搭建当然算成本很低了，但是你给别人提供服务，还免费使用，那成本高得离谱，收费的话你看能有几个人愿意付费的

[luobingit]

MockingBird 的话 训练的时候用 GPU 服务器效果会好一点 训练速度会更快 应用的时候还好 自己的笔记本也能跑

[kuhung]

就只有我好奇，楼主的商业模式已经验证了吗

[abersheeran]

可以试试 fish.audio 的 api ，价格是比较低的。fish.audio 也有开源的模型可以自己搭建用。