Qwen3-TTS-0.6B,flash-attn加速,推理速度1比0.5,音色保存,接口API调用,支持超长文本,支持50系显卡,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS

镜像简介

本镜像搭载Qwen3-TTS-0.6B语音合成系统，集成flash-attn加速技术，推理速度提升显著，支持音色保存、API调用与超长文本处理。兼容50系显卡，具备语速调节、音频超分降噪等功能，并可对接开源阅读工具，适用于有声内容制作、语音助手、播客生成及无障碍服务等高质量文本转语音场景。

镜像使用教程

1、该镜像支持自启动，初始化后，需要等待服务启动，大概2分钟左右，可以输入命令 tail -50f /root/wan/log.txt 查看启动日志

2、随后点击 SD-WEBUI 按钮即可，上传人物图片和驱动音频，点击生成即可

界面概览

也支持音色设计

支持接口调用

接口格式:http://你的实例ip:8188/?text=你好,测试一下&speaker=陕西话 其他参数:chunk batch speed