MOSS-TTSD 声音推理模型&声音克隆镜像使用教程

镜像简介

本镜像基于邱锡鹏团队开源的MOSS-TTSD最新语音模型，该模型经过百万小时大规模训练，具备高质量的声音推理、合成与克隆能力。用户可通过少量音频样本快速复刻音色，生成自然流畅的个性化语音。适用于虚拟助手、有声内容创作及个性化语音服务等场景，提供开箱即用、完全免费的本地化语音AI解决方案。

镜像使用指南

已经设置开机运行

1.创建实例

2.选择合适的机型，立即部署

3.打开控制面板的【webui】即可进入使用界面；

4.如果没有正常运行，请打开jupyterlab页面，进入终端，输入：

cd /root && bash run.sh

回车执行，等待类似：http://0.0.0.0:7860 出现，再返回控制台，打开webUI即可进入操作页面。

官方更新源码在这里：https://github.com/OpenMOSS/MOSS-TTSD

注意：因为项目使用到FlashAttention 加速技术，项目只能在NVIDIA 的 RTX 30 系列及以上的显卡机器上面运行。

• 有bug请微信科哥： 312088415

• bug反馈可以加入科哥专属群交流！