QwenTTS 预设音色

import torch import soundfile as sf from qwen_tts import Qwen3TTSModel import os # ============ 1. 设置代理 (如果需要) ============ os.environ['HTTP_PROXY'] = 'http://127.0.0.1:7890' os.environ['HTTPS_PROXY'] = 'http://127.0.0.1:7890' # ============ 2. 定义你要保存模型的【指定文件夹】路径 ============ # 使用绝对路径，例如在D盘创建一个`my_tts_models`文件夹 TARGET_MODEL_DIR = r"D:\AI\short_video\tts\Qwen3-TTS-0.6B-CustomVoice" # 下载目录和导入目录都是要一个啊 # 我是用的github下载的 目录结构不变 git clone https://huggingface.co/Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoic.git # ============ 3. 加载模型 (关键修正) ============ model = Qwen3TTSModel.from_pretrained( r"D:\AI\short_video\tts\Qwen3-TTS-12Hz-0.6B-CustomVoice", # 1. 必须用0.6B 2. 必须用CustomVoice cache_dir=TARGET_MODEL_DIR, # 关键参数：指定下载目录 device_map="cuda", # dtype=torch.float16, # 报错就关掉 # attn_implementation="flash_attention_2", # 如果没装flash-attn，先注释掉 ) # 强制清理GPU缓存并验证 import torch torch.cuda.empty_cache() print(f"当前显存占用: {torch.cuda.memory_allocated(0)/1024**3:.2f} GB") # 检查输入数据 print("模型加载完成，准备生成...") # ============ 4. 生成语音 (使用预设音色的纯TTS) ============ wavs, sr = model.generate_custom_voice( text="沈逸琛遭养子沈寒轩陷害被送精神病院，还被顶替作家身份。沈家逼他替婚石宕村姑娘，殊不知对方是首富千金叶婉晨。二人联手，在作家论坛戳穿沈寒轩真面目，又在招标会曝光其罪行与私生子身份。最终恶人落网，沈逸琛复仇成功，与叶婉晨终成眷属。", language="Chinese", speaker="Uncle_Fu", # 使用预设音色 instruct="用解说文案的语气", # 纯TTS，指令留空。或者直接省略此参数。 ) # ============ 5. 将生成的音频保存到【指定输出文件夹】 ============ TARGET_AUDIO_DIR = r"D:\AI\short_video\tts" # 定义你的音频输出文件夹 os.makedirs(TARGET_AUDIO_DIR, exist_ok=True) # 确保文件夹存在 output_path = os.path.join(TARGET_AUDIO_DIR, "output_custom_voice.wav") sf.write(output_path, wavs[0], sr) print(f"✅ 语音生成成功！模型已下载/加载至：{TARGET_MODEL_DIR}") print(f"✅ 音频文件已保存至：{output_path}")