Qwen3-TTS 本地语音合成
基于 Qwen3-TTS 1.7B 模型，支持音色克隆 + 声音设计 + 多角色对话。 琪琪OPC 首选 TTS，失败时回退到 tts-cosyvoice (Edge TTS)。
优先级
Qwen3-TTS（本地GPU，音色克隆+设计）→ Edge TTS（tts-cosyvoice，云端回退）
琪琪OPC 音色库
6 个角色音色，通过 ComfyUI API 调用：
| 角色 | 音色名 | 方式 | 说明 | 用途 |
|---|---|---|---|---|
| 🐰 琪琪 | qiqi_clone | 克隆 | ref_audio=qiqi_voice_v3.wav | 琪琪对话 |
| 📖 旁白 | narrator_teacher | VoiceDesign | seed=100, 温暖女声 | 叙事 |
| 👦 男孩 | boy_child | VoiceDesign | seed=200, 活泼8岁 | 儿童男角 |
| 👧 女孩 | girl_child | VoiceDesign | seed=300, 甜美7岁 | 儿童女角 |
| 👨 大人男 | adult_male | VoiceDesign | seed=400, 沉稳 | 成年男角 |
| 👩 大人女 | adult_female | VoiceDesign | seed=500, 优雅 | 成年女角 |
脚本
单角色 TTS
python3 {baseDir}/scripts/qwen_tts.py \
--text "你好，我是琪琪" \
--voice qiqi_clone \
--output /tmp/output.wav
多角色对话 TTS
python3 {baseDir}/scripts/qwen_tts_dialogue.py \
--script "琪琪:你好呀！\n旁白:琪琪开心地笑了。" \
--output /tmp/dialogue.wav \
--srt /tmp/dialogue.srt
选项
| 选项 | 默认 | 说明 |
|---|---|---|
--text |
(必需) | 要合成的文本 |
--voice |
narrator_teacher | 音色名（见音色库） |
--output |
/tmp/qwen_tts_output.wav | 输出文件路径 |
--language |
Chinese | 语言 |
--model |
1.7B | 模型大小 (0.6B/1.7B) |
--attention |
sdpa | 注意力机制 |
--fallback-edge |
true | 失败时回退到 Edge TTS |
对话脚本格式
角色名: 台词内容
角色名: 台词内容
角色名映射到音色库中的音色。旁白 映射到 narrator_teacher。
依赖
- ComfyUI 运行中（localhost:8188）
- ComfyUI-Qwen-TTS 插件已安装
- Qwen3-TTS 模型已下载（~/ComfyUI/models/qwen-tts/）
- comfyui-venv Python 环境
回退策略
当 Qwen3-TTS 不可用时（ComfyUI 未启动 / GPU 显存不足 / 生成失败）， 自动回退到 Edge TTS (tts-cosyvoice)：
- 琪琪 → zh-CN-XiaoyiNeural
- 旁白 → zh-CN-XiaoxiaoNeural
- 男孩 → zh-CN-YunxiNeural
- 女孩 → zh-CN-XiaoyiNeural
- 大人男 → zh-CN-YunjianNeural
- 大人女 → zh-CN-XiaoxiaoNeural
版本: v1.0 | 琪琪OPC 首选 TTS | 基于 Qwen3-TTS + ComfyUI