Step-Audio-TTS-3B 产品级方言语音生成模型
一、教程简介
本教程以 Step-Audio-TTS-3B 作为演示，算力资源采用「单卡 RTX4090」。
支持功能：
- 普通语音合成
预设官网默认语音角色 Tingting 和新增哪吒音色，支持多语言生成、情感、方言等设置
- 音乐合成
预设官网默认语音角色 Tingting 和新增哪吒音色，支持 RAP 、哼唱
- 语音克隆
支持用户上传自定义音频，按照要求输入音频的文本内容和定义角色名称
二、运行步骤
1. 启动容器后点击 API 地址即可进入 Web 界面（若显示「Bad Gateway」，这表示模型正在初始化，请等待约 1 分钟后重试。）
2. 进入网页后，即可进行多功能语音合成
1. 普通语音合成
普通语音合成
2. RAP /哼唱模式
RAP /哼唱模式
3. 语音克隆
语音克隆
tips：在要生成的文本前 (RAP) 或者（哼唱）即可快速生成 RAP 或者哼唱的声音克隆效果
交流探讨
🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓ 