小红书 FireRedTTS3 语音克隆

镜像简介

• 小红书 FireRed 团队开源的一体化语音生成 + 编辑模型。零样本声音克隆，覆盖 24 种语言 + 21 种中文方言。 只要 5–20 秒参考音频就能复刻音色，读任意文本。方言尤其亮眼——四川话、上海话、闽南话、粤语、东北话等都能克隆，做本地化/接地气内容有天然优势。
• 一句话「声音设计」，不需要任何参考音频。 你只用文字描述（性别、年龄、音色、情绪、语速、口音），模型先写一份"音色方案"再合成。适合造虚拟人设专属音色，彻底告别真人录音。
• 指令式语音编辑，改稿不用重录。 语义编辑能在保持原音色的前提下对录音增/删/改个别词；声学编辑能改语速/音调/音量。口播说错几个字，直接替换那几个字就行。

配置方法

1. 该镜像初始化后，需要等待服务启动，大概 3 分钟左右。
2. 启动后点击按钮 “YZY启动器” 或者 “9000” 直接访问服务。
3. 首次生成加载模型比较耗时。
4. 服务运行日志查询，可以输入命令 tail -f /start.d/log/*
5. 输出目录： /root/FireRedTTS3/outputs，也可以可直接在生成页面下载。

视频教程

详细步骤，可在 哔哩哔哩 余子越Talk 博主页面搜索 FireRedTTS3 观看视频教程！

相关链接

• 项目地址： FireRedTTS3
• 视频教程： 哔哩哔哩 余子越Talk 主页搜索 FireRedTTS3

效果截图

常见问题