运行使用界面截图​

​ ​

bug反馈可以加入科哥专属群交流➕ 广告勿进！​

​ ​

优云镜像使用操作一般流程：​

​

1、在社区镜像区域，选择镜像：​

​ ​ ​

2、在打开的新页面 点击“使用该镜像创建实例”：​

​ ​

3、选择一个合适的显卡【GPU】根据情况选择：​

​

4、确认部署信息无误，点击“开始部署”，然后等待部署完成：​

​ ​

如何启动应用​

​

不是自动运行的应用：​

​

1、手动点击加号新建起始页：​

​ ​ ​

2、打开终端：​

​ ​

3、输入指令然后回车：​

​ ​

4、等待加载模型完毕：​

​ ​

5、看到这个出现：​

​ ​ ​

6、返回控制面板打开“SD-WebUI”​

​ ​

• AI数字人直播卖货欢迎来了解： https://kege-aigc.feishu.cn/docx/G271dgZr1o8CvMx9KKrcRuuonDf

以上都是镜像运行打开操作的一般步骤

优其他使用报错问题加群咨询

更多高级指令，可以进入jupyterlab，自行操作，例如：

• 查看进程：

ps -ef |grep python

• 终止进程：

kill -9 pid

• 重启程序：

cd  /root && bash run.sh

• 官方更新源码在这里：

---

有bug请微信科哥或加群： 312088415

科哥在UCloud镜像列表【不断更新中】：

• https://kege-aigc.feishu.cn/docx/L3FVdQl7kom8Ckx7QiicQj2VnEd

GLM-TTS 用户使用手册

🎵 零样本语音克隆 · 情感表达 · 音素级控制

webUI二次开发by 科哥 微信：312088415

---

📖 目录

1. 快速开始
2. 基础语音合成
3. 批量推理
4. 高级功能
5. 常见问题

---

🚀 快速开始

启动 Web 界面

方式一：使用启动脚本（推荐）

cd /root/GLM-TTS
bash start_app.sh

方式二：直接运行

cd /root/GLM-TTS
python app.py

启动后，在浏览器中打开：http://localhost:7860

✅ 说明：start_app.sh 会自动使用 py312 虚拟环境，无需手动激活

---

🎤 基础语音合成

操作步骤

1. 上传参考音频

• 点击「参考音频」区域上传音频文件
• 要求：3-10 秒的清晰人声音频
• 格式：支持 WAV、MP3 等常见格式
• 建议：音频越清晰，克隆效果越好

2. 输入参考文本（可选）

• 在「参考音频对应的文本」框中输入音频内容
• 作用：提高音色相似度
• 提示：如果不确定，可以留空

3. 输入要合成的文本

• 在「要合成的文本」框中输入想要生成的语音内容
• 支持：中文、英文、中英混合
• 长度：建议单次不超过 200 字

4. 调整设置（可选）

点击「⚙️ 高级设置」展开：

参数	说明	推荐值
采样率	24kHz（快速）/ 32kHz（高质量）	24000
随机种子	固定种子可复现结果	42
启用 KV Cache	加速长文本生成	✅ 开启
采样方法	ras（随机）/ greedy（贪心）/ topk	ras

5. 开始合成

• 点击「🚀 开始合成」按钮
• 等待生成完成（通常 5-30 秒）
• 生成的音频会自动播放并保存到 @outputs/ 目录

输出文件位置

@outputs/
└── tts_20251212_113000.wav  # 自动命名（时间戳）

---

📦 批量推理

适用场景

• 需要生成大量音频
• 使用不同的参考音频和文本
• 自动化处理

操作步骤

1. 准备任务文件

创建 JSONL 格式文件（每行一个 JSON 对象）：

{"prompt_text": "这是第一段参考文本", "prompt_audio": "examples/prompt/audio1.wav", "input_text": "要合成的第一段文本", "output_name": "output_001"}
{"prompt_text": "这是第二段参考文本", "prompt_audio": "examples/prompt/audio2.wav", "input_text": "要合成的第二段文本", "output_name": "output_002"}

字段说明：

• prompt_text：参考音频对应的文本（可选）
• prompt_audio：参考音频路径（必填）
• input_text：要合成的文本（必填）
• output_name：输出文件名（可选，默认 output_0001）

2. 上传任务文件

• 切换到「批量推理」标签页
• 点击「上传 JSONL 文件」
• 选择准备好的任务文件

3. 设置参数

• 采样率：24000 或 32000
• 随机种子：固定值（如 42）
• 输出目录：默认 @outputs/batch（可修改）

4. 开始处理

• 点击「🚀 开始批量合成」
• 查看实时进度和日志
• 处理完成后会生成 ZIP 压缩包

输出文件结构

@outputs/batch/
├── output_001.wav
├── output_002.wav
└── ...

---

🎯 高级功能

1. 音素级控制（Phoneme Mode）

用途：精确控制多音字和生僻字的发音

使用方法：

# 命令行模式
python glmtts_inference.py --data=example_zh --exp_name=_test --use_cache --phoneme

配置文件：configs/G2P_replace_dict.jsonl

• 可以自定义多音字的发音规则

2. 流式推理（Streaming）

特点：

• 逐 chunk 生成音频
• 降低延迟
• 适合实时应用

Token Rate：25 tokens/sec（固定）

3. 情感控制

方法：通过参考音频的情感来控制生成音频的情感

• 使用带有特定情感的参考音频
• 系统会自动学习并迁移情感特征

---

💡 使用技巧

获得最佳效果的建议

参考音频选择

✅ 推荐：

• 清晰的人声录音
• 无背景噪音
• 3-10 秒长度
• 单一说话人
• 情感表达自然

❌ 避免：

• 有背景音乐
• 多人对话
• 音质模糊
• 过短（<2秒）或过长（>15秒）

文本输入技巧

• 标点符号：正确使用标点可以控制停顿和语调
• 分段处理：长文本建议分段合成，效果更好
• 中英混合：系统支持，但建议以一种语言为主

参数调优

• 首次使用：使用默认参数（24kHz, seed=42, ras）
• 追求质量：使用 32kHz 采样率
• 追求速度：使用 24kHz + KV Cache
• 可复现：固定随机种子

---

🔧 常见问题

Q1: 生成的音频在哪里？

A: 自动保存在 @outputs/ 目录下

• 基础 TTS：@outputs/tts_时间戳.wav
• 批量推理：@outputs/batch/文件名.wav

Q2: 如何提高音色相似度？

A:

1. 使用高质量的参考音频
2. 填写准确的参考文本
3. 参考音频长度 5-8 秒最佳
4. 确保参考音频情感自然

Q3: 支持哪些语言？

A:

• ✅ 中文（普通话）
• ✅ 英文
• ✅ 中英混合
• ⚠️ 其他语言效果可能不佳

Q4: 生成速度慢怎么办？

A:

1. 使用 24kHz 采样率（而非 32kHz）
2. 确保启用 KV Cache
3. 缩短单次合成的文本长度
4. 检查 GPU 显存是否充足

Q5: 如何清理显存？

A: 点击「🧹 清理显存」按钮，系统会自动释放模型占用的显存

Q6: 批量推理失败怎么办？

A:

1. 检查 JSONL 文件格式是否正确
2. 确认所有音频路径存在且可访问
3. 查看日志中的具体错误信息
4. 单个任务失败不会影响其他任务

Q7: 音频质量不满意？

A:

1. 尝试更换参考音频
2. 使用 32kHz 采样率
3. 调整随机种子（尝试不同值）
4. 检查输入文本是否有错别字

---

📊 性能参考

生成速度（参考）

• 短文本（<50字）：5-10 秒
• 中等文本（50-150字）：15-30 秒
• 长文本（150-300字）：30-60 秒

实际速度取决于 GPU 性能和文本复杂度

显存占用

• 24kHz 模式：约 8-10 GB
• 32kHz 模式：约 10-12 GB

---

🎓 最佳实践

工作流程建议

1. 测试阶段

   • 使用短文本（10-20字）快速测试
   • 尝试不同的参考音频
   • 找到最佳的参数组合

2. 批量生产

   • 准备好所有素材和文本
   • 使用批量推理功能
   • 设置固定随机种子保证一致性

3. 质量检查

   • 听取生成的音频
   • 记录效果好的参考音频
   • 建立自己的音频素材库

---

📞 技术支持

如有问题或建议，请联系：

科哥 微信：312088415

---

📄 版权信息

webUI二次开发by 科哥 微信：312088415

基于 GLM-TTS 开源项目：https://github.com/zai-org/GLM-TTS

---

最后更新：2025-12-19