Deploy GPT-SoVits on SageMaker Endpoint

部署

启动并打开一台 SageMaker notebook（注意 notebook 的 IAM role 需要有访问 ECR 的权限，如果需要使用 ssh-helper 调试部署代码，也需要添加对应权限）.
打开一个 notebook terminal 克隆项目到 notebook 环境

cd SageMaker && git clone https://github.com/xqun3/GPT-SoVITS.git

进入到 GPT-SoVITS 目录下
打开 sagemaker_gpt_sovits_endpoint.ipynb 文件
启动一个 notebook 的 terminal，将示例代码中第一个代码单元格，"chmod x ./*.sh && ./build_and_push.sh" 拷贝到终端中执行。
打包好镜像后，就可以从第2个代码单元格顺序执行 notebook 中的代码进行部署（如果不需要 SSHhelper 调试代码，在执行过程中可跳过）

打镜像的时间大约需要6分钟，上传镜像到 Amazon ECR 大约需要10分钟左右，总共第一步大致需要20分钟左右
由于打镜像过程中，Notebook 会不断刷新，所以最好将 sagemaker_gpt_sovits_endpoint.ipynb 中"./build_and_push.sh" 命令用 Terminal 执行

Name		Name	Last commit message	Last commit date
Latest commit History 772 Commits
Docker		Docker
GPT_SoVITS		GPT_SoVITS
docs		docs
tools		tools
.dockerignore		.dockerignore
.gitignore		.gitignore
Dockerfile		Dockerfile
Dockerfile-sagemaker		Dockerfile-sagemaker
GPT_SoVITS_Inference.ipynb		GPT_SoVITS_Inference.ipynb
LICENSE		LICENSE
README.md		README.md
api.py		api.py
api_v2.py		api_v2.py
build_and_push.sh		build_and_push.sh
colab_webui.ipynb		colab_webui.ipynb
config.py		config.py
docker-compose.yaml		docker-compose.yaml
dockerbuild.sh		dockerbuild.sh
download_g2w_models.py		download_g2w_models.py
go-webui.bat		go-webui.bat
go-webui.ps1		go-webui.ps1
gpt-sovits_kaggle.ipynb		gpt-sovits_kaggle.ipynb
inference.py		inference.py
requirements.txt		requirements.txt
sagemaker_gpt_sovits_endpoint.ipynb		sagemaker_gpt_sovits_endpoint.ipynb
serve		serve
ssh_helper_start.py		ssh_helper_start.py
webui.py		webui.py