[BUG:API] 用相同的模型同样的语句在API和webui输出的效果不一样

[hhitdata]

确认清单

• 我已经阅读过 README.md 和 dependencies.md 文件
• 我已经确认之前没有 issue 或 discussion 涉及此 BUG
• 我已经确认问题发生在最新代码或稳定版本中

Forge Commit 或者 Tag

0.8.0-rc

Python 版本

3.10.16

PyTorch 版本

2.3.1+cu121

操作系统信息

Ubuntu 16.04.7 LTS

BUG 描述

用相同的模型同样的语句在API和webui输出的效果不一样，用的fishspeech，API的输出会很拖沓，语速很慢，有种慢放的感觉。用chattts就不会有这个问题。

BUG 端点

/v2/tts

复现参数

{
"text": "请注意，电梯将在下午两点进行例行维护，预计需要一个小时的时间，请大家在此期间使用楼梯。",
"spk": {
"from_spk_name": "mona"
},
"adjuct": {
"pitch": 0,
"speed_rate": 1
},
"encoder": {
"bitrate": "64k",
"format": "mp3",
"acodec": "libmp3lame"
},
"enhance": {
"enabled": true,
"model": "resemble-enhance"
},
"tts": {
"mid": "fishspeech",
"temperature": 0.3,
"top_p": 0.7,
"top_k": 20
},
"infer": {
"eos": ".。",
"batch_size": 8,
// "stream": true
}
}

期望结果

和webui的差不多

实际结果

同bug描述

错误信息

[zhzLuke96]

fixed e257af3

编码器传参问题

[hhitdata]

感谢
现在chattts又变成倍速模式了。。

[zhzLuke96]

fixed 12aa078

现在应该完全修复了，给这个case增加了单测

[hhitdata]

报错
Traceback (most recent call last):
File "/mnt/disk1/chattts/Speech-AI-Forge/modules/api/v2/tts_api.py", line 113, in forge_text_synthesize
return await handler.enqueue_to_response()
File "/mnt/disk1/chattts/Speech-AI-Forge/modules/core/handler/AudioHandler.py", line 230, in enqueue_to_response
buffer = await self.enqueue_to_buffer()
File "/mnt/disk1/chattts/Speech-AI-Forge/modules/core/handler/AudioHandler.py", line 201, in enqueue_to_buffer
return io.BytesIO(audio_bytes)
TypeError: a bytes-like object is required, not 'coroutine'

[zhzLuke96]

fixed 99cc5d0

[hhitdata]

fixed 99cc5d0

好了好了感谢