如何快速部署本地训练的 Bert-VITS2 语音模型到 Hugging Face

Hugging Face是一个机器学习（ML）和数据科学平台和社区，帮助用户构建、部署和训练机器学习模型。它提供基础设施，用于在实时应用中演示、运行和部署人工智能（AI）。用户还可以浏览其他用户上传的模型和数据集。Hugging Face通常被称为机器学习界的GitHub，因为它让开发人员公开分享和测试他们所训练的模型。

本次分享如何快速部署本地训练的 Bert-VITS2 语音模型到 Hugging Face。

本地配置HuggingFace

首先注册HuggingFace平台：

https://huggingface.co/join

随后在用户的设置界面新建token，也就是令牌：

这里令牌有两种权限类型，一种是写权限，另外一种是读权限。

随后本地安装Huggingface客户端：

pip install huggingface_hub

随后运行命令登录Huggingface账号：

huggingface-cli login

此时需要用到刚刚创建的token，复制写token，粘贴到命令行中：

E:\work>huggingface-cli login

_|    _|  _|    _|    _|_|_|    _|_|_|  _|_|_|  _|      _|    _|_|_|      _|_|_|_|    _|_|      _|_|_|  _|_|_|_|

_|    _|  _|    _|  _|        _|          _|    _|_|    _|  _|            _|        _|    _|  _|        _|

_|_|_|_|  _|    _|  _|  _|_|  _|  _|_|    _|    _|  _|  _|  _|  _|_|      _|_|_|    _|_|_|_|  _|        _|_|_|

_|    _|  _|    _|  _|    _|  _|    _|    _|    _|    _|_|  _|    _|      _|        _|    _|  _|        _|

_|    _|    _|_|      _|_|_|    _|_|_|  _|_|_|  _|      _|    _|_|_|      _|        _|    _|    _|_|_|  _|_|_|_|

A token is already saved on your machine. Run `huggingface-cli whoami` to get more information or `huggingface-cli logout` if you want to log out.

Setting a new token will erase the existing one.

To login, `huggingface_hub` requires a token generated from https://huggingface.co/settings/tokens .

Token can be pasted using 'Right-Click'.

Token:

Add token as git credential? (Y/n) y

Token is valid (permission: write).

Cannot authenticate through git-credential as no helper is defined on your machine.

You might have to re-authenticate when pushing to the Hugging Face Hub.

Run the following command in your terminal in case you want to set the 'store' credential helper as default.

git config --global credential.helper store

Read https://git-scm.com/book/en/v2/Git-Tools-Credential-Storage for more details.

Token has not been saved to git credential helper.

Your token has been saved to C:\Users\zcxey\.cache\huggingface\token

Login successful

显示Login successful即代表登录成功。

随后，可以使用命令来创建模型的repo项目：

huggingface-cli repo create wizard3

这里创建巫师3系列角色模型。

程序返回：

E:\work>huggingface-cli repo create wizard3

git version 2.31.0.windows.1

git-lfs/2.13.2 (GitHub; windows amd64; go 1.14.13; git fc664697)

You are about to create v3ucn/wizard3

Proceed? [Y/n] y

Your repo now lives at:

https://huggingface.co/v3ucn/wizard3

You can clone it locally with the command below, and commit/push as usual.

git clone https://huggingface.co/v3ucn/wizard3

说明已经创建好模型项目了。

当然，过程中可能会报443的错误，如果您身在国内，这是十分合理的现象。

此时，可以通过给git配置代理来解决：

配置socks5

git config --global http.proxy socks5 127.0.0.1:7890

git config --global https.proxy socks5 127.0.0.1:7890

配置http

git config --global http.proxy 127.0.0.1:7890

git config --global https.proxy 127.0.0.1:7890

其中7890为您在国内学术上网用的端口号，啥叫学术上网？很抱歉这里无法多做解释。

同时也可以通过命令取消git学术上网：

git config --global --unset http.proxy

git config --global --unset https.proxy

接着本地克隆项目：

git clone https://huggingface.co/v3ucn/wizard3

随后将模型本体和配置文件config.json放入wizard3目录。

E:\work>cd wizard3

E:\work\wizard3>git add -A

E:\work\wizard3>git commit -m "commit from liuyue "

[main cd327b9] commit from liuyue

2 files changed, 114 insertions(+)

create mode 100644 G_200.pth

create mode 100644 config.json

E:\work\wizard3>git push

Uploading LFS objects:   0% (0/1), 925 MB | 2.4 MB/s

此时，git就会把模型推送到Huggingface云端。

推送完毕后，访问线上地址，即可查看模型：

https://huggingface.co/v3ucn/wizard3/tree/main

结语

Hugging Face的优势包括可访问性、集成性、快速原型设计和部署、社区和成本效益，是不可多得的机器学习交流平台。