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。
提交后，推送即可：
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：文章来源：https://www.toymoban.com/news/detail-789748.html
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。文章来源地址https://www.toymoban.com/news/detail-789748.html
到了这里，关于如何快速部署本地训练的 Bert-VITS2 语音模型到 Hugging Face的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
