镜像名称

Qwen3TTS的推理镜像，支持Base，VoiceClone，CustomVoice功能，启动时会自动启动Base模型

镜像简介

• 功能： 这个镜像主要用于快捷的音色克隆和声音合成
• 特点： 在Base模型中加入了对任意长度文本的音频合成的支持

环境与依赖

• 框架及版本： PyTorch 2.8.0
• CUDA版本： 12.8
• 其他依赖： Python 3.12

配置方法

1. 选择镜像选择合适的显卡部署启动，部署成功后会自动启动Base模型的WebUI。

2. 待镜像启动后点击容器卡片右上角的Qwen3TTS WebUI即可， WebUI 需要一定时间才能启动，如果开始时不能进入WebUI只需等待数秒然后刷新即可

如果你想启动其他两个模型：

在容器的管理页面点击Jupyterlab，点击标签页旁边的"+"号，然后点击下方写着terminal的中终端，在终端里输入

netstat -tunlp | grep :8000

这时会有如下的返回值

tcp        0      0 0.0.0.0:8000            0.0.0.0:*               LISTEN      xx/python

此处的xx是一个数字，它代表了已经开启的WebUI对应的进程，我们需要先把它杀掉，否则没法启动新的WebUI，我们输入以下命令 ( 要把xx换为具体的数字)

kill xx

之后我们就可以启动新的WebUI了，输入

cd /workspace
python -m qwen_tts.cli.demo ./models/Qwen3-TTS-12Hz-1.7B-VoiceDesign

来启动VoiceDesign WebUI，或者输入

cd /workspace
python -m qwen_tts.cli.demo ./models/Qwen3-TTS-12Hz-1.7B-CustomVoice

来启动CustomVoice WebUI

等待启动完成后，我们刷新一下刚刚的Qwen3TTS WebUI界面，就会变成新的WebUI了。如果你已经关闭了那个界面，那就复制Jupyterlab页面的URL，然后把8888/lab/tree/...全部删掉，然后输入8000即可，为了防止可能存在的错误，我应该提醒你其形式如下：

http://xxx.yy.zzz.aaa:8000

不要多，不要少

相关链接

• 项目源码： [Qwen3TTS]https://github.com/QwenLM/Qwen3-TTS/tree/main)

常见问题

Q1： 应当使用什么GPU来启动实例？ A1： 实际上过高的配置会导致性能过剩，这是由于官方给出的推理对GPU的有效率上的问题，使用3080Ti或24G "RTX40系"即可