TTS集合1688——客户定制

注意：本镜像需要用本人的软件来调用，才能正常使用，非webui版本谢谢~ 镜像简介

本镜像是一个面向 AI 语音研究与内容创作的一体化多模型 TTS（Text-to-Speech）与音色克隆运行环境。

功能：​

支持 Zero-Shot / Few-Shot 语音克隆（仅需几秒参考音频即可模仿音色）。

覆盖中文、英文及多语种的高质量语音合成。

提供 WebUI 与 API 接口，方便本地调试、批量推理及云端服务化部署。

特点：​

预装六大主流模型：GPT‑SoVITS, Index‑TTS, Qwen3‑TTS, VoxCPM1.5, F5‑TTS, OmniVoice。

环境标准化：基于 CUDA 12.1 + PyTorch 2.1.2，统一 Python 3.10 环境，避免版本冲突。