镜像名称

PilotTTS 高德开源语音克隆，8G显存可用，支持 11 种情感、14 种方言的 LLM TTS 系统

镜像简介

PilotTTS 是一套基于大语言模型的开源 TTS 系统,核心特点是"有意简化的架构 + 严格的数据工程"。它提供完全开源的数据处理流水线,支持零样本音色克隆、11 类情感控制、笑/呼吸等副语言标记,以及 14 种中文方言的跨方言合成。在 Seed-TTS 测试集上达到 0.862 的说话人相似度与 0.87% 的 CER。基于 Qwen3-0.6B 构建,Apache-2.0 协议。

配置方法

1. 该镜像初始化后，需要等待服务启动，大概 2 分钟左右。
2. 启动后通过公网 IP 可以直接访问服务： http://a.b.c.d:9000
3. 服务运行日志查询，可以输入命令 tail -f /start.d/log/*
4. 输出目录：/root/PilotTTS/outputs（可在浏览器中使用自带文件管理器访问）

********注意： 此镜像只能使用旧区域（华北二A、上海二B），新区域无法使用（华北一C）

视频教程

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

相关链接

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

效果截图

常见问题