支持官方音色及本地模型部署

.dockerignore

@@ -0,0 +1,11 @@
+backend/.venv
+.venv
+__pycache__
+*.pyc
+
+# Data
+backend/data/
+backend/uploads/
+backend/previews/
+**/*.wav
+**/*.mp3

.env.example

@@ -0,0 +1,5 @@
+# DashScope API Key (环境为 aliyun 时必填)
+DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxx
+
+# Huggingface 镜像站
+# HF_ENDPOINT=https://hf-mirror.com

Dockerfile.aliyun

@@ -0,0 +1,57 @@
+# ==========================================
+# 第一阶段：构建前端
+# ==========================================
+FROM node:20-slim AS frontend-builder
+
+WORKDIR /app/frontend
+
+# 复制依赖文件并安装 (利用 Docker 缓存)
+COPY frontend/package*.json ./
+RUN npm install
+
+# 复制源码并构建
+COPY frontend/ ./
+RUN cp .env.example .env
+RUN npm run build
+
+# ==========================================
+# 第二阶段：最终运行环境
+# ==========================================
+FROM python:3.11-slim
+
+# 设置工作目录
+WORKDIR /app
+
+# 安装必要的系统依赖
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    curl \
+    && rm -rf /var/lib/apt/lists/*
+
+# 从官方 uv 镜像中安装 uv
+COPY --from=ghcr.io/astral-sh/uv:latest /uv /uv/bin/
+ENV PATH="/uv/bin:${PATH}"
+
+# 复制后端依赖文件并安装 (使用 uv)
+COPY backend/requirements.txt ./
+RUN uv pip install --no-cache -r requirements.txt --system
+
+# 复制后端代码
+COPY backend/ ./
+
+# 确保 previews 目录存在 (虽然 main.py 也会检查，但在这里创建更规范)
+RUN mkdir -p previews
+
+# 从第一阶段复制构建好的前端静态文件到后端 static 目录下
+# 注意：我们在 backend/main.py 中配置了从 static 目录服务静态文件
+COPY --from=frontend-builder /app/frontend/dist /app/static
+
+# 设置环境变量默认值 (可以在运行时通过 -e 覆盖)
+ENV QWEN3_TTS_ENV=aliyun
+ENV PORT=8000
+# 如果使用阿里云 DashScope，需要在运行容器时传入 DASHSCOPE_API_KEY
+
+# 暴露端口
+EXPOSE 8000
+
+# 启动命令
+CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

Dockerfile.local

@@ -0,0 +1,96 @@
+# ==========================================
+# 第一阶段：构建前端
+# ==========================================
+FROM node:20-slim AS frontend-builder
+WORKDIR /app/frontend
+COPY frontend/package*.json ./
+RUN npm install
+COPY frontend/ ./
+RUN npm run build
+
+# ==========================================
+# 第二阶段：最终运行环境 (支持 GPU)
+# ==========================================
+# 使用 NVIDIA CUDA 开发版作为基础镜像 (支持编译 flash-attn)
+# RTX 5090 需要 CUDA 12.8+ 才能完整支持其 Blackwell 架构 (SM 10.0)
+FROM nvidia/cuda:12.8.0-devel-ubuntu22.04
+
+# 设置工作目录
+WORKDIR /app
+
+# 设置环境变量，避免交互式安装提示
+ENV DEBIAN_FRONTEND=noninteractive
+
+# 安装 Python 3.11 以及必要的系统依赖
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    python3.11 \
+    python3-pip \
+    python3.11-dev \
+    curl \
+    git \
+    ffmpeg \
+    sox \
+    libsox-fmt-all \
+    libsndfile1 \
+    build-essential \
+    && rm -rf /var/lib/apt/lists/*
+
+# 将 python3.11 设置为默认 python
+RUN ln -sf /usr/bin/python3.11 /usr/bin/python \
+    && ln -sf /usr/bin/pip3 /usr/bin/pip
+
+# 安装 uv
+COPY --from=ghcr.io/astral-sh/uv:latest /uv /uv/bin/
+ENV PATH="/uv/bin:${PATH}"
+ENV UV_HTTP_TIMEOUT=600
+
+# 复制后端依赖文件
+COPY backend/requirements.txt ./
+
+# 1. 安装基础依赖
+RUN uv pip install --no-cache -r requirements.txt --system
+
+# 2. 安装本地模型运行所需的深度学习依赖 (针对 CUDA 12.8, 支持 RTX 5090)
+RUN uv pip install --no-cache \
+    torch==2.8.0+cu128 torchvision==0.23.0+cu128 torchaudio==2.8.0+cu128 \
+    --index-url https://download.pytorch.org/whl/cu128 --system
+
+# 3. 安装 Qwen3-TTS 核心库
+# 注意：如果 pypi 版本未发布，可能需要从 git 安装，这里先尝试 pypi
+RUN uv pip install --no-cache qwen-tts --system
+
+# 4. 可选：安装 FlashAttention 2 以优化性能 (构建时间较长，如不需要可注释掉)
+# 8.0 (A100), 8.6 (RTX 30), 8.9 (RTX 40), 9.0 (H100), 10.0 (RTX 50)
+# ENV TORCH_CUDA_ARCH_LIST="8.0;8.6;8.9;9.0;10.0"
+# RUN uv pip install --no-cache flash-attn --no-build-isolation --system
+
+# 复制后端代码
+COPY backend/ ./
+
+# 确保必要的目录存在
+RUN mkdir -p previews data uploads
+
+# 从第一阶段复制构建好的前端静态文件
+COPY --from=frontend-builder /app/frontend/dist /app/static
+
+# 设置 Hugging Face 缓存目录
+ENV HF_HOME=/app/models_cache
+
+# 安装 huggingface_hub 和 hf_transfer 用于加速在构建阶段下载模型
+RUN uv pip install --no-cache huggingface_hub[hf_transfer] --system
+ENV HF_HUB_ENABLE_HF_TRANSFER=1
+
+# 在构建期间下载模型，避免运行时下载
+RUN huggingface-cli download Qwen/Qwen3-TTS-12Hz-1.7B-Base
+RUN huggingface-cli download Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice
+RUN huggingface-cli download Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign
+
+# 设置本地运行相关的环境变量
+ENV QWEN3_TTS_ENV=local
+ENV PORT=8000
+
+# 暴露端口
+EXPOSE 8000
+
+# 启动命令
+CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]