玩客云部署EasyVoice实战：HiNas、Docker、ARMv7、9001与固定地址访问(1)-171主机测评

玩客云部署EasyVoice实战：HiNas、Docker、ARMv7、9001与固定地址访问

前言

手里有大量小说、长文或视频旁白素材时，真正麻烦的往往不是“有没有TTS”，而是在线工具的字数、时长和操作方式不适合长期使用。尤其是几十万字甚至更长的文本，如果每次都要拆段、上传、等待，再手动合并，做一本有声书会非常折腾。

这次我没有准备高配PC，而是直接用刷入HiNas的玩客云来跑EasyVoice。先通过HiNas自带脚本安装Docker和Portainer，再使用已经适配ARMv7的EasyVoice镜像，把9000映射到9001，并保留音频目录。

服务跑通以后，再实际测试文本转语音、超长文本流式生成、多角色配音，以及需要OpenAI兼容接口的AI角色解析。

最后再给9001增加外部访问入口，从随机公网地址切换到固定二级子域名。整篇重点不是把几十块的小盒子写成“本地大模型TTS服务器”，而是把玩客云 → Docker → EasyVoice → TTS/多角色 → AI解析 → 远程访问这条链真正跑通。

这类方案真正有意思的地方，也不只是“低成本”，而是把一台原本闲置的小盒子变成长期在线的语音入口。以后不管是小说、旁白还是多角色文本，都可以从同一个Web页面提交任务，而不必每次重新找在线网站。

更省事。

1 这套方案真正解决什么问题

EasyVoice更适合被理解成：

一套自托管的文本转语音Web界面和任务入口。

它适合这些场景：

小说转有声书；
长文转语音；
视频旁白；
多角色对白；
需要字幕和音频同时生成；
想把TTS入口部署到自己的NAS或小主机上。

本次使用的是基于上游项目二次开发的分支。

页面：

这套分支在现有功能基础上还加入了：

多角色自定义配音UI；
用户登录；
三栏Web布局；
AMD64 / ARM64 / ARMv7适配。

2 为什么玩客云能跑这一版EasyVoice

玩客云这里最关键的不是算力，而是：

ARMv7架构适配。

上游项目在ARMv7上会碰到@node-rs/jieba原生模块缺少预编译二进制的问题。

本次分支做的处理是：

Jieba加载失败时，自动降级到简单分词器。

两者区别可以这样理解：

分词方式特点

Jieba	基于词典和HMM，分词更细
简单分词器	主要按标点切分，兼容性更好

对这次TTS主流程来说，ARMv7降级以后仍然可以继续生成语音。

但长句的断句位置可能和Jieba版本略有差别。

这一点后面会从容器日志里直接看到。

3 先确认HiNas环境

这台玩客云已经刷入HiNas，并且能进入终端后台。

页面：

如果还没有HiNas环境，需要先把系统和终端登录准备好，再继续后面的Docker部署。

4 通过HiNas安装Docker和Portainer

先点击HiNas首页里的：

Docker面板

页面：

系统会提示安装Docker管理面板。

继续进入终端：

登录终端：

本次使用HiNas提供的安装脚本：

install-portainer.sh

执行过程：

安装完成：

这条脚本会把Docker和Portainer一起准备好。

5 初始化Portainer

回到HiNas首页刷新，再进入Docker面板。

页面：

第一次进入Portainer时，需要创建管理员账号。

密码至少12位。

完成以后进入仪表盘：

做到这里，Docker环境和图形化管理入口都已经具备。

6 ARMv7镜像和普通镜像要分开选

本次分支专门提供了ARMv7镜像。

7 检查EasyVoice容器状态

部署结果：

继续执行：

docker ps

结果：

Portainer里也能看到对应容器：

这一步只能确认：

容器已经运行。

还需要继续看日志和Web页面。

8 从日志确认ARMv7降级逻辑

执行：

docker logs easyvoice | head -n 10

结果：

可以看到ARMv7环境里Jieba加载失败以后，服务自动切换到简单分词器。

这正是这个分支能继续在玩客云上运行的关键兼容处理之一。

9 9000和9001不要搞混

EasyVoice容器内部运行端口是：

9000

Docker映射到玩客云以后，外部访问端口是：

9001

所以浏览器访问：

http://192.168.50.179:9001

页面：

能够进入初始化页以后，可以确认：

浏览器 → 玩客云9001 → 容器9000 → EasyVoice

已经跑通。

10 创建管理员账号并登录

初始化页面完成账号设置以后：

进入EasyVoice主页。

到这里，本地Web服务才算真正可用。

11 先测试最基础的文本转语音

本次页面里提供了多种中文音色。

可以根据：

旁白；
男声；
女声；
年轻角色；
地方特色；

来选择。

这次测试文本保持如下：

灾难爆发前，我像大多数学者一样，想用自己的学识造福人类。碳基生命是脆弱而短暂的，我想提升人类的寿命。如果有足够的时间积累世间所有的知识，如果可以用时间去弥补天赋的不足，那么每个人都有可能掌握所有的自然、生命、社会、人文等科学知识，让人们更全面地感受这个世界。设想一下，知识的边界一旦被打破，人们对意识、身体乃至整个世界的认知都将发生巨大的改变，人类将以无尽的生命探索整个宇宙化。

操作页面：

生成完成以后试听：

你的浏览器不支持 audio 标签。

这一层验证的是：

输入文本 → EasyVoice → 音频生成 → 浏览器播放

12 长文本更值得看“流式输出”

短文本能生成还不够。

本次继续用接近700万字的长篇文本进行测试：

运行过程：

页面显示在持续生成音频。

本次截图状态里，播放不到3分钟时，已经流式生成出约34分钟的音频时长。

这里更准确的理解是：

长文本任务不需要等整个文件全部生成完成以后才开始播放。

但整本长篇最终生成完成需要多久，仍然取决于文本长度、网络和上游语音服务状态。

13 “自建TTS”不等于语音模型完全离线运行

这套EasyVoice基于：

Edge TTS。

所以这里自己部署的是：

Web页面；
任务入口；
用户系统；
音频管理；
多角色逻辑。

并不是在玩客云本机上运行一个大型语音模型。

这个区别很重要。

玩客云能够承担这套服务，核心原因之一正是它不需要本机进行重型神经网络推理。

14 接下来测试多角色配音

进入多角色页面，先加载示例：

每个段落可以分别调整：

音色；
语速；
音量；
音调。

页面：

生成完成：

试听：

你的浏览器不支持 audio 标签。

这样一段文本里，不同角色就可以使用不同声音。

15 多角色真正有价值的是“段落可单独调整”

如果只是整篇文章用一个声音，普通TTS已经足够。

多角色模式更适合：

小说对白；
短剧；
广播剧；
剧本；
多人对话。

因为每一个角色都可以单独分配声音。

这样后面发现某个角色不合适时，不必把整篇配置全部推翻。

16 AI解析角色属于另一条模型链

EasyVoice还提供：

AI解析多角色。

配置页面：

这部分不是Edge TTS自己完成的。

需要先填写：

API地址；
API Key。

并使用兼容OpenAI v1格式的接口。

所以这一层链路是：

文本 → AI模型解析角色 → EasyVoice生成段落 → TTS生成语音

如果没有配置AI接口，普通文本转语音和手动多角色仍然是另一套能力。

17 用三角色加旁白测试AI解析

测试内容：

清晨的山谷被薄雾覆盖，阳光像金色碎片洒在林间小路上。远处传来清脆的鸟鸣声。
沈澜提着工具箱走在最前方，脚步轻快。
沈澜：“今天一定能找到昨晚看到的光源位置。”
顾行远抬头望着树梢，手里握着便携探测仪。
顾行远：“如果真是反射物，那数据应该会有变化。”
就在他们讨论时，林青岚从溪边快步走来，指尖夹着一片透明碎片。
林青岚：“我在水边发现这个，边缘有烧蚀痕迹。”
顾行远立刻接过碎片，探测仪发出轻微的提示音。
沈澜凑近观察，神色变得专注。
沈澜：“痕迹并不像自然形成的。”
三人沉默片刻，周围只有风声掠过草叶。
雾逐渐散开，碎片在光下闪出微弱的蓝色光纹，像是隐藏着尚未被揭开的秘密。

填入以后点击开始解析：

解析完成：

本次自动生成了11个段落。

页面里已经把：

旁白；
沈澜；
顾行远；
林青岚；

分别拆开。

18 解析完成以后继续生成语音

点击生成：

试听：

你的浏览器不支持 audio 标签。

这一步真正证明的是：

AI角色解析 → 段落生成 → 多角色TTS

整条链已经跑通。

19 如果旁白被误判，可以给解析模型增加规则

本次还保留了一个提示词示例：

解析规则：除非文本中明确出现角色说话的引号或冒号，否则所有内容都视为旁白，不视为角色语音。

这类规则的作用是：

约束AI模型怎么识别旁白和角色。

如果文本格式比较复杂，AI解析结果仍然需要人工检查。

不能把自动解析理解成每一篇小说都一定不会分错角色。

20 到这里，本地EasyVoice已经完整跑通

现在已经完成：

玩客云

↓

HiNas

↓

Docker / Portainer

↓

EasyVoice ARMv7

↓

9001 Web

↓

普通TTS

↓

长文本流式生成

↓

多角色配音

↓

AI角色解析

如果只在局域网里使用，到这里已经足够。

后面解决的是：

人在外面怎么继续进入EasyVoice。

21 公网访问之前先看账号和API Key

EasyVoice这套分支已经加入用户登录。

但如果又配置了AI解析，还可能涉及：

API Key；
外部AI接口；
生成音频；
小说文本；
多角色配置。

所以远程访问时，至少要同时关注：

管理员密码；
用户账号；
API Key是否暴露；
固定公网地址传播范围；
audio目录备份。

cpolar负责网络入口。

EasyVoice自己的用户和凭据仍然要自己管理。

22 安装cpolar

介绍图：

在玩客云终端执行：

sudo curl https://get.cpolar.sh | sh

安装结果：

然后检查服务：

sudo systemctl status cpolar

结果：

状态正常以后再进入Web管理页面。

23 打开cpolar Web UI

访问：

# 请使用你的访问IP + 9200端口
http://192.168.50.179:9200/

页面：

登录以后进入后台：

24 给EasyVoice的9001创建公网入口

默认隧道页面：

编辑website隧道。

本次改成：

名称：easyvoice-9001
协议：HTTP
本地地址：9001
地区：China Top

页面：

这里真正映射的是：

玩客云对外提供EasyVoice的9001端口。

25 先用随机公网地址验证

进入在线隧道列表：

使用生成的HTTPS地址访问：

能够打开EasyVoice登录页以后，可以确认：

外部浏览器 → 公网地址 → 玩客云9001 → EasyVoice

已经跑通。

26 随机地址更适合先做网络验证

本次材料里随机域名按约24小时变化来描述。

这种方式更适合：

临时测试；
偶尔使用；
先确认网络链路。

如果准备长期收藏，再继续配置固定二级子域名。

27 保留固定二级子域名

进入：

https://dashboard.cpolar.com/reserved

预留页面：

本次示例：

地区：China Top
二级域名：easyvoice01

实际名称以自己账号最终成功保留的结果为准。

28 编辑EasyVoice隧道

回到隧道列表：

把域名类型改成：

二级子域名

并填写前面保留的名称：

29 查看固定地址

在线隧道列表：

原来的随机地址已经切换成固定二级子域名形式。

30 最后从外部设备访问

使用固定HTTPS地址：

能够正常进入以后，长期远程入口完成。

整条链现在变成：

外部浏览器 → 固定公网地址 → 玩客云9001 → EasyVoice

31 固定地址解决的是“入口稳定”

固定二级子域名主要解决：

手机长期收藏；
电脑不用反复查新地址；
外出时使用同一个入口；
多设备访问更方便。

它解决的是：

访问入口不频繁变化。

并不代表：

EasyVoice变成完全离线TTS；
Edge TTS永远可用；
AI解析API不再需要网络；
API Key自动安全；
任何超长文本都能瞬间生成完毕。

32 这台玩客云真正承担的是什么

这篇最容易被误解的地方，是把玩客云想成：

“在本机跑大型TTS模型。”

实际上它承担的是：

Docker；
EasyVoice Web服务；
用户管理；
音频目录；
文本任务；
多角色配置；
AI解析流程组织；
对外访问入口。

这也是为什么几十块的ARMv7设备仍然能把这套服务跑起来。

33 这套方案更适合什么人

比较适合：

手里已经有玩客云；
已经刷入HiNas；
想做长文本转语音；
想用浏览器操作TTS；
需要多角色配音；
希望多设备访问；
能接受Edge TTS和外部AI接口的网络依赖。

如果追求：

完全离线；
本地神经网络语音模型；
高度自定义声音克隆；
本机GPU推理；

那就属于另一类TTS方案。

34 最后把完整技术链重新看一遍

硬件：

玩客云 ARMv7

系统：

HiNas

容器：

Docker + Portainer

ARMv7镜像：

tannic666/easyvoice:v1.1-armv7

普通架构镜像：

tannic666/easyvoice:v1.1

端口：

9001:9000

数据：

./audio:/app/audio

本地功能：

文本TTS → 流式输出 → 多角色配音 → AI角色解析

随机远程：

公网随机地址 → 9001

固定远程：

固定二级子域名 → 9001

实际完成：

HiNas终端；
Docker / Portainer安装；
Portainer初始化；
ARMv7 EasyVoice镜像；
9001端口；
容器状态；
日志验证；
简单分词器降级；
管理员初始化；
文本转语音；
长篇流式生成；
多角色配音；
AI角色解析；
OpenAI兼容接口；
cpolar安装；
随机公网访问；
固定二级子域名；
外部设备访问。

这样玩客云才真正从一台低功耗小盒子，变成一套可以长期提供EasyVoice Web入口、管理TTS任务并支持远程使用的轻量语音服务主机。

总结

这次真正跑通的是一条完整的玩客云 + EasyVoice链路：先在HiNas里通过脚本安装Docker和Portainer，再使用专门适配ARMv7的EasyVoice镜像，把容器9000映射到玩客云9001，并把音频目录挂载出来。

本地验证没有停在“容器显示Up”。后面继续检查日志，确认ARMv7环境下Jieba加载失败后已经自动降级到简单分词器，再实际完成普通文本转语音、长文本流式生成、多角色配音和AI角色解析。

需要特别区分的是，这是一套自托管的TTS入口和任务系统，并不等于在玩客云本机运行大型语音模型。EasyVoice基于Edge TTS，AI角色解析还需要额外的OpenAI兼容接口，所以“服务部署在本地”和“所有语音、AI能力完全离线”不是一回事。

远程部分是在局域网使用正常以后再增加的能力。随机公网地址先验证9001链路，固定二级子域名再解决长期入口变化的问题；如果里面配置了用户账号和AI API Key，长期公网访问时仍然要把账号、凭据和地址传播范围一起管理。