我们都知道，Python的执行效率很低。

在我的一个数字人项目中，需要用到Fish-Speech，但据测试，在不进行预编译的情况下，RTX4080上Fish-Speech甚至每2秒生成1秒音频，这无法满足实时性要求。

我们使用编译优化来解决问题啦——

Tips：本文仅针对于Windows，Linux酌情阅读，本文写时Fish Speech的Releases版本是v1.4.3，时间久了本文信息会存在时效性问题。

编译环境

使用Pytorch的编译优化需要事先安装C/C++编译环境。

Fish-Speech官方文档中介绍了编译加速需要的环境，这些环境不仅是Fish-Speech，其他东西的编译优化也需要。

所以请实现安装好哦~

需要做的的内容如下：

• 安装LLVM

• 将LLVM加入到PATH（LLVM安装程序可以自动完成这一步）

• 安装Visual Studio。

• 安装Visual Studio 的 C++桌面开发。

然后，检查系统以前是否配置过 CC、CXX 环境变量，删掉，配置这些会导致之后编译失败。

Fish-Speech的编译优化

根据Fish-Speech官方文档安装好了编译环境，并且使用了官方的Python环境，理论上是能够直接编译优化启动的。

但这里我因为需要集成仅项目，并没有使用Fish-Speech的Python环境，使用了自己的环境，在踩了各种各样的坑之后，得出以下结论：

• 为了不出莫名其妙的问题，Triton（往GPU上编译优化用的）最好使用官方的预编译版本。

• 使用官方预编译Triton，Python版本需要是3.10.16，否则会报无法导入DLL。

• 使用官方预编译Triton，Pytorch版本最好是2.4.1+cu121，否则据测试会报莫名其妙的编译错误。

据测试，编译优化后，6秒生成了52秒音频，速度提升相当显著。