🎮 D.VA - AI Podcast Creation Engine

D.Va拥有一部强大的机甲，它具有两台全自动的近距离聚变机炮、可以使机甲飞跃敌人或障碍物的推进器、 还有可以抵御来自正面的远程攻击的防御矩阵

—— From OverWatch

🚀 项目简介 (Introduction)

D.VA 是一个基于大模型优化的端到端多人TTS引擎，专注于播客节目创作。

https://github.com/user-attachments/assets/703eddfa-f641-4a23-b54f-c666a9263709

✨ 主要特性 (Features)

• 端到端多人TTS: 支持生成包含多个说话人的音频。
• 定制化音色: 允许用户设计和使用独特的音色。
• 拟人化输出: 生成更自然、更像人类说话的语音。
• 背景音乐定制: 支持添加和调整背景音乐。
• 关键词生成播客: 输入关键词即可自动生成多人音频播客节目。

🎧 音频示例 (Audio Demo)

ai_podcast.webm

提示：如果无法在线播放，请尝试下载音频文件 (注意：此链接可能指向项目内的相对路径)。

🎯 应用场景 (Use Cases)

• AI语音新闻: 自动生成每日AI语音新闻。
• 内容创作: 为播客频道、小红书等平台持续产出音频内容。

🗺️ 实现路径 (Workflow)

1. 🗞️ 智能采集: 每日自动采集多领域专业新闻。
2. ✂️ 稿件整理: 自动分解整理成高质量新闻稿。
3. 🎤 语音合成: 转化为包含片头片尾的精美语音内容（建议时长控制在4分钟以内）。

🛠️ 快速上手 (Quick Start)

1️⃣ 环境准备 (Prerequisites)

• 操作系统: Linux (推荐)
• Python: 3.12+
• 系统依赖: ffmpeg, rubberband-cli

# 更新包列表并安装系统依赖
sudo apt update
sudo apt install ffmpeg rubberband-cli git-lfs -y

2️⃣ 模型下载 (Download Models)

# 进入模型目录
cd models/

# 启用 Git LFS
git lfs install

# 克隆模型仓库 (选择一个源)
# Hugging Face (推荐)
git clone https://huggingface.co/echonoshy/d.va .

# 或者使用镜像站 (如果访问Hugging Face困难)
# git clone https://hf-mirror.com/echonoshy/d.va .

# 返回项目根目录
cd ..

3️⃣ 安装依赖 (Install Dependencies)

推荐使用 uv 进行环境管理。

# 安装 uv (如果尚未安装)
# curl -LsSf https://astral.sh/uv/install.sh | sh
# source $HOME/.cargo/env
# 或者使用 pip 安装: pip install uv

# (可选) 更换为国内 PyPI 镜像源以加速下载
export UV_INDEX_URL=https://mirrors.aliyun.com/pypi/simple/

# (可选) 创建并激活虚拟环境 (如果需要指定Python版本)
# uv venv --python 3.12 .venv
# source .venv/bin/activate

# 使用 uv 同步依赖 (会自动读取 pyproject.toml)
uv sync

注意：项目依赖定义在 pyproject.toml 中，推荐使用 uv sync 或 pip install . 来安装。

4️⃣ 配置 (Configuration)

在项目根目录创建 .env 文件，并添加你的 DeepSeek API Key：

# .env
DEEPSEEK_API_KEY=your_api_key_here

5️⃣ 启动服务 (Launch)

启动 Web 界面：

uv run webui.py

或者直接使用 Python：

source .venv/bin/activate
python webui.py

📜 许可证 (License)

本项目采用 GNU Affero General Public License v3.0。

💖 致谢 (Acknowledgements)

本项目借鉴了众多开源项目的思路和解决方案，在此感谢他们的贡献：

• ChatTTS
• Awesome-ChatTTS
• ChatTTS-Forge
• ChatTTS_WebUI