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