# LiveInterviewAIBack

**Repository Path**: Oliver131/live-interview-ai-back

## Basic Information

- **Project Name**: LiveInterviewAIBack
- **Description**: LiveInterviewAI的后端实现
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2026-04-01
- **Last Updated**: 2026-04-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

<div align="center">

<img src="https://img.shields.io/badge/LiveInterviewAI-Backend-7c3aed?style=for-the-badge" />

# ⚙️ LiveInterviewAI Backend

**LiveInterviewAI 后端服务集合，包含 ASR / TTS / COMP 三大核心模块。**

<p>
  <img src="https://img.shields.io/badge/Python-3.10+-blue?style=flat-square" />
  <img src="https://img.shields.io/badge/Platform-Ubuntu%20%7C%20Windows-black?style=flat-square" />
  <img src="https://img.shields.io/badge/CUDA-12.8%2B-green?style=flat-square" />
  <img src="https://img.shields.io/badge/GPU-RTX%204090-76b900?style=flat-square" />
</p>

</div>

---

## 📦 项目结构

本仓库包含以下三个后端模块：

- **ASR**：语音识别服务（SenseVoice）
- **TTS**：语音合成服务（CosyVoice）
- **COMP**：数字人驱动 / 推理服务（SoulX-FlashHead）

---

## 🌟 前端项目地址

[LiveInterviewAI前端开源地址](https://gitee.com/Oliver131/live-interview-ai)

---


## 🖥️ 硬件环境要求

> 推荐在 **Ubuntu** 环境下运行，Windows 可用但兼容性与略逊。

| 项目 | 配置 |
|------|------|
| 操作系统 | Ubuntu / Windows |
| 推荐系统 | Ubuntu |
| 显卡 | RTX 4090 |
| CUDA | 12.8+ |

---

## 🚀 快速开始

建议分别为三个模块创建独立的 Python 虚拟环境，避免依赖冲突。

---

## 1️⃣ ASR 后端部署（SenseVoice）

### 进入目录

```bash
cd SenseVoice
```

### 创建虚拟环境

```bash
conda create -n sensevoice python=3.10 -y
conda activate sensevoice
pip install -r requirements.txt
```

### 启动服务
初次启动需要下载模型，需要等待较长时间

```bash
python server.py
```

---

## 2️⃣ TTS 后端部署（CosyVoice）

### 进入目录

```bash
cd CosyVoice
```

### 创建虚拟环境

```bash
conda create -n cosyvoice python=3.10 -y
conda activate cosyvoice
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com

pip uninstall setuptools
pip install "setuptools<82"

pip install openai-whisper==20231117
```

### 安装系统依赖（Ubuntu）

```bash
sudo apt-get install sox libsox-dev
```

### 下载模型

执行以下 Python 代码下载模型：

```python
from modelscope import snapshot_download

snapshot_download(
    'FunAudioLLM/Fun-CosyVoice3-0.5B-2512',
    local_dir='pretrained_models/Fun-CosyVoice3-0.5B'
)
```

### 启动服务

```bash
python server.py
```

---

## 3️⃣ COMP 后端部署（SoulX-FlashHead）

### 进入目录

```bash
cd SoulX-FlashHead
```

### 创建虚拟环境

```bash
conda create -n flashhead python=3.10 -y
conda activate flashhead

pip install torch==2.7.1 torchvision==0.22.1 --index-url https://download.pytorch.org/whl/cu128
pip install -r requirements.txt
pip install ninja
```

### 安装 FlashAttention

```bash
pip install flash_attn==2.8.0.post2 --no-build-isolation
```

如果下载速度较慢，可以直接下载已编译好的 whl 文件后手动安装：

[FlashAttention v2.8.0.post2 Releases](https://github.com/Dao-AILab/flash-attention/releases/tag/v2.8.0.post2)

### 安装 FFmpeg

```bash
# Ubuntu / Debian
apt-get install ffmpeg

# CentOS / RHEL
yum install ffmpeg ffmpeg-devel
```

### 启动服务
初次启动需要下载模型，需要等待较长时间

```bash
python server.py
```

---

## 🧩 模块说明

| 模块 | 目录 | 说明 |
|------|------|------|
| ASR | `SenseVoice` | 负责语音识别 |
| TTS | `CosyVoice` | 负责语音合成 |
| COMP | `SoulX-FlashHead` | 负责数字人生成与驱动 |

---

## 📌 部署建议

- 推荐使用 **Conda** 为每个模块维护独立环境
- 建议优先在 **Ubuntu + CUDA 12.8+** 环境下运行
- `COMP` 模块对 GPU、CUDA、PyTorch、FlashAttention 版本较为敏感，建议严格按照说明安装
- 若出现依赖冲突，请优先检查 Python、Torch、CUDA 是否匹配

---

## 🙏 Acknowledgements

本项目基于以下优秀开源项目构建，感谢相关作者与社区的贡献：

- [SenseVoice](https://github.com/FunAudioLLM/SenseVoice)
- [CosyVoice](https://github.com/FunAudioLLM/CosyVoice)
- [SoulX-FlashHead](https://github.com/Soul-AILab/SoulX-FlashHead?tab=readme-ov-file)

---