概览
进阶部分面向已经会用 Mizuoto、想进一步了解引擎、接口、远程主机、性能、下载、容器部署和 Python 调用的用户。
引擎详解
七个语音合成引擎和语音识别引擎：模型目录、能力、音色方式、语言、许可、训练方法，以及各自需要安装什么。
HTTP 接口
/api/v1 下的 REST 接口、访问令牌与来源检查、任务与 ?wait=true、/ws 事件、流式合成，以及兼容 OpenAI 的 /v1/audio/speech。
远程主机
在另一台机器上运行 mizuoto agent，让引擎在那里运行；音色、结果和界面留在本机。
性能与加速
已加载的模型与内存、显存不足的处理、设备与精度、torch.compile 和微批处理。
模型下载与镜像
下载来源及其顺序、续传与 SHA-256 校验、HF_TOKEN、共享文件、导入模型文件夹，以及 mizuoto-model 镜像和自建镜像。
Docker
Dockerfile 的各构建阶段与参数、使用 GPU、数据卷、访问令牌和镜像中的环境变量。
在 Python 中使用
用 open_services() 直接调用核心服务，或用 MizuotoServer 把服务器和网页界面嵌入你的程序。
常见问题
端口、访问令牌、首次运行、torch 与缺失的引擎、显存不足、CPU 速度、许可、下载、日志和远程主机。