功能

• VITS 文本转语音、语音转换
• HuBert-soft VITS
• vits_chinese
• Bert-VITS2
• W2V2 VITS / emotional-vits 多维情感模型
• GPT-SoVITS
• 支持加载多个模型
• 自动语言识别与处理，可根据模型的 cleaner 设置语言类型识别范围，支持自定义语言类型范围
• 自定义默认参数
• 长文本批量处理
• GPU 加速推理
• SSML（语音合成标记语言）正在开发中...

在线演示

感谢 Hugging Face！

Colab Notebook

请注意，不同的 ID 可能支持不同的语言。演讲者

• https://artrajz-vits-simple-api.hf.space/voice/vits?text=你好,こんにちは&id=164
• https://artrajz-vits-simple-api.hf.space/voice/vits?text=Difficult the first time, easy the second.&id=4
• 兴奋的：https://artrajz-vits-simple-api.hf.space/voice/w2v2-vits?text=こんにちは&id=3&emotion=111
• 轻声细语的：https://artrajz-vits-simple-api.hf.space/w2v2-vits?text=こんにちは&id=3&emotion=2077

https://user-images.githubusercontent.com/73542220/237995061-c1f25b4e-dd86-438a-9363-4bb1fe65b425.mov

部署

有两种部署方式可供选择。无论您选择哪种方式，部署后都需要导入模型才能使用该应用。

Docker 部署（推荐用于 Linux）

第一步：拉取 Docker 镜像

运行以下命令以拉取 Docker 镜像。按照脚本中的提示选择需要下载的文件并拉取镜像：

bash -c "$(wget -O- https://raw.githubusercontent.com/Artrajz/vits-simple-api/main/vits-simple-api-installer-latest.sh)"

项目配置文件和模型文件夹的默认路径为 /usr/local/vits-simple-api/。

第二步：启动

运行以下命令以启动容器：

docker-compose up -d

镜像更新

要更新镜像，运行以下命令：

docker-compose pull

然后重启容器：

docker-compose up -d

虚拟环境部署

第一步：克隆项目

使用以下命令克隆项目仓库：

git clone https://github.com/Artrajz/vits-simple-api.git

第二步：安装 Python 依赖

建议为此项目使用 Python 3.10 的虚拟环境。运行以下命令以安装项目所需的 Python 依赖：

如果在安装某些依赖时遇到问题，请参阅下方的常见问题说明。

pip install -r requirements.txt

第三步：启动

运行以下命令以启动程序：

python app.py

Windows 快速部署包

第一步：下载并解压部署包

前往 发布页面，下载最新的部署包。解压下载的文件。

由于压缩原因（以及 Github 发布限制单个文件大小为 2GB），部分可选的依赖模型并未包含在部署包中，这些通常会在加载相应声音模型时由程序自动下载（如果所加载的模型需要）。若程序未自动下载依赖模型，或发现成功加载的声音模型为空，请阅读下方的故障排除——成功加载的模型为空部分。

第二步：启动

运行 start.bat 以启动程序。

一键云部署

该项目镜像已部署在 Compshare 上。无需任何配置，开箱即用。免费注册即可享受 5 小时 RTX 4090 或 10 小时 RTX 3080 Ti 的体验。点击访问

模型加载

第一步：下载 VITS 模型

下载 VITS 模型文件，并将其放置在 data/models 文件夹中。

第二步：加载模型

自动加载模型

自 0.6.6 版本起，默认行为是自动加载 data/models 文件夹中的所有模型，这使得初学者使用起来更加方便。

（如果是第一次使用且没有其他特殊需求，则无需了解如何手动加载模型）

手动加载模型

首次启动后会生成一个 config.yaml 配置文件。您需要将 tts_config.auto_load 修改为 false，以启用手动加载模式。

您可以在 config.yaml 中修改 tts_model_config.tts_modes，或者通过浏览器中的管理面板进行相应设置。

注意：自 0.6.6 版本起，模型加载路径已发生更改，请按照以下步骤重新配置模型路径！

路径可以是绝对路径或相对路径。如果是相对路径，则从项目根目录下的 data/models 文件夹开始计算。

例如，如果 data/models 文件夹中有如下文件：

├─model1
│  │─G_1000.pth
│  └─config.json
└─model2
   │─G_1000.pth
   └─config.json

则在 YAML 文件中按如下方式填写配置：

tts_model_config:
  models_dir: models
  auto_load: false
  tts_models:
  - config_path: model1/config.json
    vits_path: model1/G_1000.pth
  - config_path: model2/config.json
    vits_path: model2/G_1000.pth
  # GPT-SoVITS
  - vits_path: gpt_sovits1/model1_e8_s11536.pth
    t2s_path: gpt_sovits1/model1-e15.ckpt
  - vits_path: gpt_sovits2/model2_e8_s11536.pth
    t2s_path: gpt_sovits2/model2-e15.ckpt

通过管理面板加载模型很方便，但如果您想加载位于 data/models 文件夹之外的模型，则只能通过修改 config.yaml 配置文件来实现。具体方法是直接提供绝对路径。

绝对路径示例：

tts_model_config:
  models_dir: models
  auto_load: false
  tts_models:
  - config_path: D://model3/config.json
    vits_path: D://model3/G_1000.pth

• models_dir 是相对于 data 目录的模型文件夹，默认值为 "models"。当 auto_load 设置为 true 时，models_dir 目录下的所有模型都会被加载。

其他模型

下载 BERT 模型和情感模型后，分别将其放置在 data/bert 和 data/emotional 文件夹中，并根据对应名称插入即可。

GPU 加速

Windows

安装 CUDA

查看您的显卡支持的最高 CUDA 版本：

nvidia-smi

以 CUDA 11.7 为例，可从 官方网站 下载。

安装 GPU 版本的 PyTorch

PyTorch 官网 提供了安装指南：

pip install torch --index-url https://download.pytorch.org/whl/cu118

Linux

安装过程类似，但我没有环境可以测试。

WebUI

推理前端

http://127.0.0.1:23456

*默认端口为 23456，也可自行修改。

管理后台

默认地址为 http://127.0.0.1:23456/admin。

首次启动后，可在 config.yaml 文件中搜索 'admin' 查找初始用户名和密码。

功能选项说明

禁用管理后台

管理后台允许加载和卸载模型，并且具备登录认证功能。为了进一步提升安全性，您可以在 config.yaml 中禁用管理后台：

'IS_ADMIN_ENABLED': !!bool 'false'

这一额外措施有助于确保管理后台对公网不可访问时的绝对安全。

Bert-VITS2 配置及语言/Bert 模型使用

自 Bert-VITS2 v2.0 起，一个模型需要加载三种不同的语言 Bert 模型。如果您仅需使用一种或两种语言，可以在模型数据部分的 config.json 文件中添加 lang 参数。值 ["zh"] 表示该模型仅使用中文，并会加载中文 Bert 模型；值 ["zh", "ja"] 则表示同时使用中文和日语双语模型，只会加载中日文 Bert 模型。其他语言组合也遵循相同规则。

示例：

"data": {
  "lang": ["zh", "ja"],
  "training_files": "filelists/train.list",
  "validation_files": "filelists/val.list",
  "max_wav_value": 32768.0,
  ...
}

自定义中文多音字词典

如果遇到多音字发音不准确的问题，可以尝试通过以下方法解决。

在 data 目录下创建并打开 phrases_dict.txt 文件，用于添加多音字词汇。

{
  "一骑当千": [["yí"], ["jì"], ["dāng"], ["qiān"]],
}

GPT-SoVITS 参考音频预设

在 config.yaml 文件中找到 GPT-SoVITS 的配置，在 presets 部分添加预设。可添加多个预设，键作为预设名称。以下是两个默认预设：default 和 default2：

gpt_sovits_config:
  hz: 50
  is_half: false
  id: 0
  lang: auto
  format: wav
  segment_size: 50
  presets:
    default:
      refer_wav_path: null
      prompt_text: null
      prompt_lang: auto
    default2:
      refer_wav_path: null
      prompt_text: null
      prompt_lang: auto

朗读 API

已在 legado 中测试。

可使用多种模型进行朗读，包括 VITS、Bert-VITS2、GPT-SoVITS。以 in 开头的参数用于配置引号内文本的发音人，而以 nr 开头的参数则用于配置旁白。

要使用 GPT-SoVITS，需提前在 config.yaml 文件的 presets 部分配置参考音频，并在下方 URL 中修改预设。

URL 中的 IP 地址可在 API 启动后获取，通常为以 192.168 开头的局域网 IP。

修改完成后，选择朗读引擎、添加朗读引擎、粘贴源文本并启用朗读引擎。

{
  "concurrentRate": "1",
  "contentType": "audio/wav",
  "enabledCookieJar": false,
  "header": "",
  "id": 1709643305070,
  "lastUpdateTime": 1709821070082,
  "loginCheckJs": "",
  "loginUi": "",
  "loginUrl": "",
  "name": "vits-simple-api",
  "url": "http://192.168.xxx.xxx:23456/voice/reading?text={{java.encodeURI(speakText)}}&in_model_type=GPT-SOVITS&in_id=0&in_preset=default&nr_model_type=BERT-VITS2&nr_id=0&nr_preset=default&format=wav&lang=zh"
}

常见问题

Bert-VITS2 版本兼容性

为确保与 Bert-VITS2 模型的兼容性，请修改 config.json 文件，添加版本参数 "version": "x.x.x"。例如，若模型版本为 1.0.1，则配置文件应写成：

{
  "version": "1.0.1",
  "train": {
    "log_interval": 10,
    "eval_interval": 100,
    "seed": 52,
    ...
  }
}

请注意，对于中文增强版，版本应改为 extra 或 zh-clap；而对于增强修复版，版本则应为 2.4 或 extra-fix。

故障排查——成功加载的模型为空

首先，请检查您的程序目录是否为纯英文路径（不能包含任何中文或特殊字符），否则即使程序未报错，也可能出现无法加载模型的情况。

其次，请确认您的模型是否放置正确（参见“手动加载模型”部分）。您的模型不应直接放在 data/models 目录下，而应放置在 models 目录下的一个子文件夹中（该文件夹名称可任意，但不能包含特殊字符），每个声音模型对应一个独立的子文件夹。

最后，请查看日志中是否有类似“下载失败”的提示信息，您可参考下文关于“手动放置依赖模型”的说明。

手动放置依赖模型

• 下载 https://hf-mirror.com/TencentGameMate/chinese-hubert-base/resolve/main/pytorch_model.bin，并将其放置于 data\hubert\chinese_hubert_base。
• 下载 https://hf-mirror.com/hfl/chinese-roberta-wwm-ext-large/resolve/main/pytorch_model.bin，并将其放置于 data\bert\chinese-roberta-wwm-ext-large。
• 下载 https://openi.pcl.ac.cn/Stardust_minus/Bert-VITS2/modelmanage/model_filelist_tmpl?name=G2PWModel-v2-onnx，并将其放置于 data\G2PWModel。

若您不想从 openi.pcl.ac.cn 平台下载（大文件无法直接通过浏览器获取），也可在此处下载：https://huggingface.co/restsun2028/B2ZHTH/blob/b0a8cc2c69c6d1962c679ea2887080a0a86e6bbf/g2pW/g2pW.onnx，获取 g2pW.onnx 文件。

API

GET

发言人列表

• GET http://127.0.0.1:23456/voice/speakers

  返回角色 ID 与发言人姓名的映射表。

VITS 语音合成

• GET http://127.0.0.1:23456/voice/vits?text=text

  若未指定其他参数，则使用默认值。

• GET http://127.0.0.1:23456/voice/vits?text=[ZH]text[ZH][JA]text[JA]&lang=mix

  当 lang=mix 时，文本需进行标注。

• GET http://127.0.0.1:23456/voice/vits?text=text&id=142&format=wav&lang=zh&length=1.4

  文本为“text”，角色 ID 为 142，音频格式为 wav，文本语言为 zh，语音长度为 1.4，其余参数均为默认值。

检查

• GET http://127.0.0.1:23456/voice/check?id=0&model=vits

POST

• 参见 api_test.py

API 密钥

在 config.yaml 中将 api_key_enabled: true 设置为启用 API 密钥认证。启用后，GET 请求需添加 api_key 参数，POST 请求则需在 Header 中添加 X-API-KEY 参数。

参数

VITS

名称	参数	是否必填	默认值	类型	说明
合成文本	text	是		str	需要进行语音合成的文本。
发言人 ID	id	否	来自 config.yaml	int	发言人的 ID。
音频格式	format	否	来自 config.yaml	str	支持 wav、ogg、silk、mp3、flac 等格式。
文本语言	lang	否	来自 config.yaml	str	待合成文本的语言。可选值包括 auto、zh、ja 和 mix。当 lang=mix 时，文本需用 [ZH] 或 [JA] 包裹。默认模式为 auto，即自动检测文本语言。
音频长度	length	否	来自 config.yaml	float	调整合成语音的长度，相当于调整语音的速度。数值越大，速度越慢。
噪声	noise	否	来自 config.yaml	float	样本噪声，用于控制合成的随机性。
SDP 噪声	noisew	否	来自 config.yaml	float	随机持续时间预测器噪声，用于控制音素发音的长度。
分段大小	segment_size	否	来自 config.yaml	int	根据标点符号将文本划分为若干段落，当长度超过 segment_size 时合并为一段。若 segment_size<=0，则不进行分段。
流式响应	streaming	否	false	bool	流式合成语音，初始响应更快。

VITS 语音转换

名称	参数	是否必填	默认值	类型	说明
上传音频	upload	是		file	需要上传的音频文件，格式应为 wav 或 ogg。
源角色 ID	original_id	是		int	上传音频所使用的角色 ID。
目标角色 ID	target_id	是		int	转换目标角色的 ID。

HuBert-VITS

名称	参数	是否必填	默认值	类型	说明
上传音频	upload	是		file	需要上传的音频文件，格式应为 wav 或 ogg。
目标发言人 ID	id	是		int	目标发言人的 ID。
音频格式	format	是		str	支持 wav、ogg、silk 等格式。
音频长度	length	是		float	调整合成语音的长度，相当于调整语音的速度。数值越大，速度越慢。
噪声	noise	是		float	样本噪声，用于控制合成的随机性。
sdp 噪声	noisew	是		float	随机持续时间预测器噪声，用于控制音素发音的长度。

W2V2-VITS

名称	参数	是否必填	默认值	类型	说明
合成文本	text	是		str	用于语音合成的文本。
发声人ID	id	否	来自 config.yaml	int	发声人的ID。
音频格式	format	否	来自 config.yaml	str	支持wav、ogg、silk、mp3、flac等格式。
文本语言	lang	否	来自 config.yaml	str	待合成文本的语言。可选值包括auto、zh、ja以及mix。当lang=mix时，文本需用[ZH]或[JA]括起来。默认模式为auto，即自动检测文本语言。
音频长度	length	否	来自 config.yaml	float	调整合成语音的长度，相当于调整语音的速度。数值越大，速度越慢。
噪声	noise	否	来自 config.yaml	float	样本噪声，用于控制合成的随机性。
SDP噪声	noisew	否	来自 config.yaml	float	随机持续时间预测器噪声，用于控制音素发音的长度。
分段大小	segment_size	否	来自 config.yaml	int	按标点符号将文本划分为若干段落，当某段长度超过segment_size时合并为一段。若segment_size≤0，则不进行分段。
维度化情感	emotion	否	0	int	取值范围取决于npy格式的情感参考文件，例如innnky模型的all_emotions.npy文件，其取值范围为0–5457。

维度化情感

名称	参数	是否必填	默认值	类型	说明
上传音频	upload	是		file	返回存储维度化情感向量的npy文件。

Bert-VITS2

名称	参数	是否必填	默认值	类型	说明
合成文本	text	是		str	用于语音合成的文本。
发声人ID	id	否	来自 config.yaml	int	发声人的ID。
音频格式	format	否	来自 config.yaml	str	支持wav、ogg、silk、mp3、flac等格式。
文本语言	lang	否	来自 config.yaml	str	“Auto”为自动语言检测模式，也是默认模式。但目前仅支持对整段文本进行语言检测，无法逐句区分语言。其他可用语言选项为“zh”和“ja”。
音频长度	length	否	来自 config.yaml	float	调整合成语音的长度，相当于调整语音的速度。数值越大，速度越慢。
噪声	noise	否	来自 config.yaml	float	样本噪声，用于控制合成的随机性。
SDP噪声	noisew	否	来自 config.yaml	float	随机持续时间预测器噪声，用于控制音素发音的长度。
分段大小	segment_size	否	来自 config.yaml	int	按标点符号将文本划分为若干段落，当某段长度超过segment_size时合并为一段。若segment_size≤0，则不进行分段。
SDP/DP混合比例	sdp_ratio	否	来自 config.yaml	int	合成过程中SDP的理论占比，比例越高，合成语音的音色变化越大。
情感	emotion	否	来自 config.yaml	int	适用于Bert-VITS2 v2.1，取值范围为0至9。
情感参考音频	reference_audio	否	无		Bert-VITS2 v2.1利用参考音频来控制合成音频的情感。
文本提示	text_prompt	否	来自 config.yaml	str	Bert-VITS2 v2.2的文本提示，用于情感控制。
风格文本	style_text	否	来自 config.yaml	str	Bert-VITS2 v2.3的文本提示，用于情感控制。
风格文本权重	style_weight	否	来自 config.yaml	float	Bert-VITS2 v2.3的文本提示权重，用于提示加权。
流式响应	streaming	否	false	bool	提供流式合成语音，初始响应更快。

GPT-SoVITS 语音合成

名称	参数	是否必填	默认值	类型	使用说明
合成文本	text	是		str	需要进行语音合成的文本。
发音人 ID	id	否	来自 config.yaml	int	发音人 ID。在 GPT-SoVITS 中，每个模型都可视为一个发音人 ID，通过参考音频预设实现语音切换。
音频格式	format	否	来自 config.yaml	str	支持 wav、ogg、silk、mp3、flac 等格式。
文本语言	lang	否	来自 config.yaml	str	“auto”为自动语言检测模式，也是默认模式。但目前仅支持对整段文本的语言进行识别，无法区分每句话的语言。
参考音频	reference_audio	否	无		参考音频为必填项，但可用预设替代。
参考音频文本	prompt_text	否	来自 config.yaml	float	需与参考音频的实际文本保持一致。
参考音频语言	prompt_lang	否	来自 config.yaml	str	默认为 auto，即自动识别文本语言。若识别失败，则需手动填写，zh 表示中文，ja 表示日语，en 表示英语。
参考音频预设	preset	否	默认	str	用预设的参考音频替代原始参考音频，可设置多个预设。

SSML（语音合成标记语言）

支持的元素与属性

speak 元素

属性	使用说明	是否必填
id	默认值从 config.yaml 获取	否
lang	默认值从 config.yaml 获取	否
length	默认值从 config.yaml 获取	否
noise	默认值从 config.yaml 获取	否
noisew	默认值从 config.yaml 获取	否
segment_size	根据标点符号将文本切分为若干片段。当各片段长度之和超过 segment_size 时，视为一个整体。若 segment_size<=0，则不进行切分。默认值为 0。	否
model_type	默认为 VITS。可选：W2V2-VITS、BERT-VITS2	否
emotion	仅在使用 W2V2-VITS 时有效。取值范围取决于 npy 情感参考文件。	否
sdp_ratio	仅在使用 BERT-VITS2 时有效。	否

voice 元素

优先级高于 speak。

属性	使用说明	是否必填
id	默认值从 config.yaml 获取	否
lang	默认值从 config.yaml 获取	否
length	默认值从 config.yaml 获取	否
noise	默认值从 config.yaml 获取	否
noisew	默认值从 config.yaml 获取	否
segment_size	根据标点符号将文本切分为若干片段。当各片段长度之和超过 segment_size 时，视为一个整体。若 segment_size<=0，则不进行切分。默认值为 0。	否
model_type	默认为 VITS。可选：W2V2-VITS、BERT-VITS2	否
emotion	仅在使用 W2V2-VITS 时有效。取值范围取决于 npy 情感参考文件。	否
sdp_ratio	仅在使用 BERT-VITS2 时有效。	否

break 元素

属性	使用说明	是否必填
strength	x-weak、weak、medium（默认）、strong、x-strong	否
time	暂停的绝对持续时间，单位为秒（如 2s）或毫秒（如 500ms）。有效值范围为 0 至 5000 毫秒。若设置的值超过支持的最大值，服务将采用 5000ms。若同时设置了 time 属性，则忽略 strength 属性。	否

强度	相对持续时间
x-weak	250 毫秒
weak	500 毫秒
medium	750 毫秒
strong	1000 毫秒
x-strong	1250 毫秒

阅读

名称	参数	是否必填	默认值	类型	说明
合成文本	text	是		str	要合成语音的文本。
对话模型类型	in_model_type	否	从 config.yaml 获取	str
对话ID	in_id	否	从 config.yaml 获取	int
对话参考音频预设	preset	否	default	str	将参考音频替换为预设设置，可预先设置多个预设。
旁白模型类型	nr_model_type	否	从 config.yaml 获取	str
旁白ID	nr_id	否	从 config.yaml 获取	int
旁白参考音频预设	preset	否	default	str	将参考音频替换为预设设置，可预先设置多个预设。
音频格式	format	否	从 config.yaml 获取	str	支持 wav、ogg、silk、mp3、flac
文本语言	lang	否	从 config.yaml 获取	str	'auto' 表示自动检测语言模式，这也是默认模式。但目前仅支持识别整段文本的语言，无法区分每句话的语言。
参考音频预设	preset	否	default	str	将参考音频替换为预设设置，可预先设置多个预设。

模型的其他参数将使用 config.yaml 文件中对应模型的默认参数。

示例

请参见 api_test.py

交流

学习与交流，目前仅有中文 QQ 群

致谢

• vits：https://github.com/jaywalnut310/vits
• MoeGoe：https://github.com/CjangCjengh/MoeGoe
• emotional-vits：https://github.com/innnky/emotional-vits
• vits-uma-genshin-honkai：https://huggingface.co/spaces/zomehwh/vits-uma-genshin-honkai
• vits_chinese：https://github.com/PlayVoice/vits_chinese
• Bert_VITS2：https://github.com/fishaudio/Bert-VITS2
• GPT-SoVITS：https://github.com/RVC-Boss/GPT-SoVITS

感谢所有贡献者

vits-simple-api 快速上手指南

环境准备

系统要求

• 推荐使用 Linux 或 Windows 10/11
• Python 3.10 及以上版本
• GPU（可选，用于加速推理）

前置依赖

• Docker（推荐 Linux 用户使用）
• Python 虚拟环境（推荐 Windows 用户使用）
• CUDA 工具包（如需使用 GPU 加速，请安装对应版本的 CUDA 和 PyTorch）

---

安装步骤

方法一：Docker 部署（推荐 Linux 用户）

步骤 1：拉取 Docker 镜像

bash -c "$(wget -O- https://raw.githubusercontent.com/Artrajz/vits-simple-api/main/vits-simple-api-installer-latest.sh)"

步骤 2：启动容器

docker-compose up -d

更新镜像

docker-compose pull
docker-compose up -d

---

方法二：虚拟环境部署（推荐 Windows 用户）

步骤 1：克隆项目

git clone https://github.com/Artrajz/vits-simple-api.git

步骤 2：安装依赖

pip install -r requirements.txt

步骤 3：启动服务

python app.py

---

方法三：Windows 一键部署包

步骤 1：下载并解压

前往 发布页面 下载最新部署包并解压。

步骤 2：启动程序

运行 start.bat 启动程序。

---

基本使用

模型加载

将 VITS 模型文件放入 data/models 文件夹中。从版本 0.6.6 开始，默认会自动加载该目录下的所有模型。

如果需要手动加载模型，修改 config.yaml 文件：

tts_model_config:
  models_dir: models
  auto_load: false
  tts_models:
  - config_path: model1/config.json
    vits_path: model1/G_1000.pth

---

WebUI 访问

• 前端界面（推理）: http://127.0.0.1:23456
• 管理后台（Admin）: http://127.0.0.1:23456/admin

首次启动后，在 config.yaml 中搜索 'admin' 可找到初始用户名和密码。

---

API 示例（在线演示）

你可以通过以下链接测试 API 功能：

• 默认模型：https://artrajz-vits-simple-api.hf.space/voice/vits?text=你好,こんにちは&id=164
• 情绪模型：https://artrajz-vits-simple-api.hf.space/voice/w2v2-vits?text=こんにちは&id=3&emotion=111

---

使用 GPT-SoVITS

在 config.yaml 中配置参考音频预设，并在 URL 中指定对应的预设名称即可使用 GPT-SoVITS 模型。

---

国内加速建议

• 如果你在国内，可以使用国内镜像源来加速 pip 安装：

  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
  

• 对于 Docker 镜像拉取，也可以使用国内镜像加速器（如 DaoCloud、阿里云等）。