安装¶
OpenTalking 提供两种安装方式。选择哪一种取决于两个问题：工作环境（开发、单机生产、 多机生产）与硬件类型（仅 CPU、NVIDIA GPU、昇腾 NPU）。
本页提供选型矩阵并指向各方式的详细文档。首次运行的精简流程参见 快速上手。
安装方式选型¶
| 使用场景 | 硬件 | 推荐方式 | 详细文档 |
|---|---|---|---|
| 本地开发、前端修改、API 迭代 | 任意 | 源码安装 + mock 合成 | 源码安装 |
| CPU 评估 | CPU | 源码安装 + mock 合成 | 源码安装 |
| 单 GPU 机器评估 | NVIDIA 3090 / 4090 / A100（CUDA 12） | 源码安装 + 模型专属 backend | 源码安装 → 单 GPU |
| 昇腾 NPU 评估 | 华为 910B（CANN 8.0+） | 宿主机 CANN 环境 + 源码安装 | 源码安装 → 昇腾 910B |
| 持续集成 | CPU | 源码安装或 Docker Compose，按复现需求选择 | 源码安装 或 Docker Compose → CPU profile |
| 单机生产部署 | Linux + GPU 或 NPU | 源码安装或 Docker，按运维偏好 | 源码安装 → 生产 或 Docker Compose |
| 多机生产部署、Worker 横向扩展 | Linux + GPU 或 NPU | 源码安装、API/Worker 分离、外部 Redis | 源码安装 → API/Worker 分离 与 部署 |
平台支持矩阵¶
| 平台 | 合成后端 | 说明 |
|---|---|---|
| macOS（Apple Silicon 与 Intel） | mock |
适用于编排与前端开发；macOS 不支持真实 talking-head 模型。 |
| Linux x86_64 + CUDA 12 | mock、wav2lip、musetalk、flashtalk、flashhead、quicktalk |
主要部署目标。 |
| Linux aarch64 + 昇腾 910B（CANN 8.0+） | mock、wav2lip、flashtalk |
NPU 生产部署路径。 |
| Windows | mock（建议 WSL2） |
不在持续集成矩阵中。 |
共同前置条件¶
无论使用何种安装方式，下列组件均为必需：
- 用于默认语言模型（
qwen-flash）与语音识别（paraformer-realtime-v2）的 DashScope（百炼）API Key。可使用其它 OpenAI 兼容端点替代，详见 配置 §1。 - 支持 WebRTC 的客户端。前端在 Chromium 内核浏览器上经过测试。Safari 须配置额外 CORS。
源码安装额外要求：
- Python 3.10 或更新版本（建议 3.11）。
- Node.js 18 或更新版本，用于前端工具链。
- ffmpeg，用于语音合成解码。
- 可选 Redis 6 或更新版本，用于 API/Worker 分离部署。
Docker Compose 是部署打包选项，不是最轻的评估路径。只有在需要可复现镜像、容器化服务 边界或贴近生产运维时，才建议优先使用。
Docker 安装额外要求：
- Docker Engine 20.10 或更新版本，含 Compose v2 插件。
- 运行 GPU profile 时须安装 NVIDIA Container Toolkit。
验证¶
无论何种安装方式，编排服务启动后均可通过以下请求验证：
终端
curl -s http://127.0.0.1:8000/health
# {"status":"ok"}
curl -s http://127.0.0.1:8000/models | jq
# 列出可用的合成后端。
下一步¶
- 源码安装 —— 从 git checkout 安装。覆盖开发、生产与昇腾变种。
- Docker Compose —— 使用打包 Docker 栈进行可复现部署。
- 配置 —— 安装后所需的环境配置。
- 部署 —— 选择运行时拓扑。