qwen3-tts 文字转语音 懒人整合包

Qwen3-TTS

github地址：https://github.com/QwenLM/Qwen3-TTS

Qwen3-TTS是通义千问团队开发的开源语音合成模型系列，支持多音色、多语种与多方言的语音生成

懒人包界面

注意，建议显存8GB以上

使用方式

下载并解压懒人包，点击一键启动WebUi.bat

等待终端执行

执行成功后会自动打开网页

网页为https，因为证书问题，需要点击高级，运行，才能正常访问界面

本文只演示声音设计

比如声音描述为甜美的萝莉音或者可爱的小孩音，都行，声音会按描述的内容生成

生成后可以点击试听或者下载

目前语音克隆和自定义音色请自行测试

Tips

点击此处 网盘下载

可以由stable difftion webui生成人像图片

然后Qwen3-TTS生成要说的语音内容

再soulX-FlashHead把图片和语音生成数字人视频