Fish Speech 1.5快速上手无需代码WebUI界面一键生成高质量语音1. 开箱即用三分钟让你的文字“开口说话”你有没有想过让一段文字瞬间变成有温度、有情感的人声就像朋友在你耳边说话一样自然过去这可能需要复杂的代码、专业的录音设备和漫长的后期处理。但现在有了Fish Speech 1.5一切变得简单到不可思议。想象一下这个场景你有一份产品介绍需要做成语音或者想给视频配上旁白又或者只是想听听自己写的文章读出来是什么感觉。传统方法要么声音机械生硬要么流程繁琐复杂。而今天你只需要一个浏览器就能在三分钟内把任何文字变成专业级的语音。Fish Speech 1.5之所以特别是因为它采用了一种创新的DualAR架构。简单来说它用两个“大脑”协同工作一个负责理解文字的意思和节奏另一个负责把这些理解转化成真实的声音特征。这种设计让它比传统方法更聪明、更高效生成的声音自然度大幅提升。更重要的是它完全摆脱了对传统音素库的依赖。这意味着它不需要复杂的语音规则库就能直接理解文本泛化能力更强处理各种语言和表达方式都游刃有余。最棒的是这一切都封装在一个友好的WebUI界面里。你不需要懂编程不需要配置环境甚至不需要安装任何软件。接下来我就带你一步步体验这个神奇的工具。2. 第一次接触从打开浏览器到听到第一句话2.1 访问与准备比打开网页还简单首先确保你的服务器已经部署了Fish Speech 1.5镜像。如果还没有可以在CSDN星图镜像广场找到它一键部署非常方便。部署完成后打开你的浏览器在地址栏输入http://你的服务器IP地址:7860注意这里需要替换成你服务器的真实IP地址不能是localhost或127.0.0.1。如果是本地部署通常就是http://localhost:7860。页面加载后你会看到一个清爽的中文界面。顶部清晰地写着“Fish Speech 1.5 WebUI”整个布局简洁直观。在开始之前先留意界面右上角的状态提示如果显示“✅ 模型已加载”恭喜你一切准备就绪如果显示“⏳ 加载中”请耐心等待10-20秒这是模型首次加载需要的时间这里有一个非常重要的提示就在界面顶部“使用时务必等待实时规范化文本同步完成再点 生成音频”。这是什么意思呢当你输入文字后系统会在后台自动进行文本处理——比如补充标点、转换数字格式、优化语气词等。这个过程通常只需要1-3秒。完成后你会在文本框下方看到一个绿色的对勾✅。只有看到这个标记才表示文本已经处理完毕可以开始生成了。2.2 第一次生成从“你好”开始让我们从最简单的开始。清空“输入文本”框中的默认内容输入你好我是Fish Speech 1.5现在正在为你说话。保持所有参数为默认值不要上传任何参考音频。然后点击右下角那个蓝色的“ 生成”按钮。等待大约8-12秒具体时间取决于你的GPU性能页面会自动弹出一个播放器音频文件名类似output_20250130_142218.wav。点击播放按钮▶仔细聆听听听“你好”之后的停顿是不是像真人开口前自然的换气 注意“Fish Speech 1.5”的发音中英文混读是否流畅自然 感受句尾“说话”二字的语调有没有一丝亲切的上扬你会发现这声音没有机械的卡顿没有生硬的吞字更没有令人不适的重复。它听起来就是一个真实的人在对你说话。2.3 为什么第一次就能成功你可能好奇为什么什么都不用设置就能得到这么好的效果这背后有几个聪明的设计内置优质音色模型已经预训练了高质量的中文基础音色基于大量播音级语料。它默认提供了中性、温和、清晰三种风格的最佳组合你不需要做任何选择。全自动文本处理你输入的每个字都在后台被智能处理“100元”会自动转为“一百元”“AI”会根据上下文智能判断读作“人工智能”或字母“A-I”“……”会补充约0.4秒的自然停顿而不是生硬截断静默容错机制即使你不小心点了两次“生成”系统会自动排队处理不会崩溃。如果生成失败错误信息会直接显示在界面底部用红色文字清晰提示比如“文本超长请分段输入”而不是抛出一堆看不懂的技术错误。这就是真正的“开箱即用”——它不考验你的技术能力只为给你最好的体验。3. 让声音有情绪用括号给文字加“表情”Fish Speech 1.5最让人惊喜的能力是它能让声音“表演”。你不需要调节复杂的参数滑块只需要在文字里加上简单的括号标记就像给剧本加舞台提示一样。3.1 基础情感控制一句话三种情绪试试这个对比实验。分别输入以下三句话听听效果有什么不同这份报告很重要。 (serious) 这份报告很重要。 (urgent) 这份报告很重要。第一句是平稳的陈述略带公事公办的感觉。 第二句加上(serious)后声音会压低语速稍缓句尾下沉像领导在强调底线。 第三句的(urgent)让语速加快约15%每个字都清晰有力句末不拖音像突发状况下的紧急提醒。建议从这三个基础标记开始练习(serious)严肃、(happy)开心、(sad)悲伤。每次只改一处标记反复听差异。你会发现合适的情绪标记带来的真实感提升远超过调整任何技术参数。3.2 语气与节奏控制说话的“呼吸感”语气标记解决的是“怎么说话”而不仅仅是“说什么”。它们直接影响语流的节奏、重音和停顿(in a hurry tone)整体语速加快但关键名词仍保持清晰。比如“立刻提交合同”中的“合同”二字会特别加重。(whispering)音量降低约40%高频减弱加入轻微的气声摩擦感适合旁白或私密场景。(shouting)中频能量提升辅音爆破感增强。比如“快”的“k”音会更炸裂但不会破音。来个真实案例输入(whispering) 别回头它就在你身后……生成的效果不是简单的音量降低而是模拟了人在黑暗中耳语的状态气息声前置、句尾声音渐弱、每个词之间的间隔略长——听起来就像恐怖片的配音完全不像机器合成。3.3 特殊音效把背景“写”进台词里这是Fish Speech 1.5区别于其他语音合成工具的核心能力之一它能把音效当作语音的一部分来处理。(laughing)不是简单叠加笑声音效而是让“笑”成为语音的一部分——语调上扬、音高轻微抖动、语速加快就像人边笑边说话。(sighing)在句首插入约0.3秒的叹气气流声随后的语音带有轻微的疲惫感。(crowd laughing)生成时会自动加入3层不同音高的笑声叠层而且这些笑声会与人声节奏对齐不会互相干扰。一个小技巧音效标记的位置很重要。比如(laughing) 哈哈真的假的笑声会从“哈哈”开始而哈哈(laughing) 真的假的笑声则从“真的”才开始——效果完全不同。4. 克隆你的声音5秒录音无限复刻声音克隆听起来像科幻但在Fish Speech 1.5里它简单到只需要一段手机录音。整个过程不到1分钟你就能拥有专属的语音助手。4.1 录音准备质量决定效果上限时长5-10秒就足够了不要超过15秒。模型对过长的音频敏感度会下降。内容选择一句有起伏的日常话语。比如哎呀这个功能太方便了我马上试试。这句话包含了感叹词、转折和动作动词比单纯读数字更能激活完整的声纹特征。环境关闭空调远离马路用手机自带的录音机就可以不需要专业设备。格式WAV或MP3都可以采样率最好在16kHz以上单声道优先。重要提醒不要使用会议录音、视频配音或带有背景音乐的音频。模型需要干净的“人声本体”混响过大或噪音过强会导致克隆失真。4.2 WebUI克隆全流程点击界面右侧“参考音频”区域的【上传】按钮选择你准备好的音频文件支持直接拖拽到上传区域在“参考文本”框中一字不差地输入录音内容包括标点、语气词都要完全一致点击【解析参考音频】按钮——此时界面会显示“✅ 参考音频已嵌入”表示声纹特征提取完成回到主文本框输入你想要生成的新内容例如欢迎使用我的语音助手点击 生成按钮生成的音频将具备以下特征与参考录音相同的基频范围准确识别男声、女声或童声相似的共振峰分布“你”“我”等字的鼻腔感保持一致匹配的语速习惯快慢节奏、停顿位置都得到复刻效果验证方法把生成的音频和原始录音放在一起循环播放闭上眼睛听——如果你无法分辨哪段是原声、哪段是克隆那就说明成功了。5. 高级参数简单调整大幅提升虽然默认参数已经能产生很好的效果但了解一些关键参数的调整方法能让你更好地控制生成结果。Fish Speech 1.5的参数设计得很简洁每个参数都对最终听感有直接影响。5.1 核心参数解析在WebUI界面的“高级参数”区域你会看到几个可调节的选项温度temperature默认值0.7调低效果如0.6语音更稳定、重复更少但语调可能略显平缓调高效果如0.9更有“灵性”、情感更外放但偶尔会有意外停顿使用建议正式播报用0.65-0.7创意配音或讲故事可以用0.8-0.85Top-P核采样默认值0.7调低效果用词更保守多使用高频词句式比较工整调高效果用词更大胆可能使用一些生僻搭配节奏更跳跃使用建议新闻播报选0.65儿童故事或创意内容可以选0.8-0.85重复惩罚repetition_penalty默认值1.2调高效果如1.4严格避免重复字词适合客服话术等正式场景调低效果如1.1允许合理的重复如“真的真的”更口语化适合诗歌朗诵使用建议遇到“一直一直一直”这类过度重复时调到1.4效果很好5.2 黄金组合与实用技巧经过大量测试我发现对于中文语音temperature0.65加上top_p0.75是一个通用性很强的组合能在自然度和稳定性之间取得很好的平衡。分块长度chunk_length这个参数控制文本处理的方式设为0关闭分块适合短文本30字以内处理速度最快设为200默认值适合长文章能避免长句断句错乱最大令牌数max_new_tokens控制每次生成的最大长度默认1024对于大多数场景都够用如果生成很长的内容时遇到问题可以适当调低比如512或768记住一个原则调参不是为了追求“参数好看”而是为了让生成的结果更接近你想要的效果。当你不知道该怎么调时先用默认值生成一次听听效果再根据需要进行微调。6. 常见问题与快速解决即使是最稳定的系统偶尔也会遇到小问题。以下是几个常见情况的快速解决方法。6.1 WebUI打不开三步排查检查服务状态通过SSH连接到服务器执行supervisorctl status | grep fish应该看到类似fish-speech-webui RUNNING的输出。如果显示FATAL或STOPPED执行supervisorctl restart fish-speech-webui检查端口占用netstat -tlnp | grep :7860如果没有输出说明服务没有监听端口。如果有输出但网页打不开检查防火墙ufw status | grep 7860查看错误日志tail -20 /var/log/fish-speech-webui.err.log常见错误包括OSError: CUDA out of memory→ 需要调整参数或更换GPUPermission denied: checkpoints/→ 权限问题执行chown -R root:root /root/fish-speech-1.56.2 生成卡住或没有声音按这个优先级检查确认文本已处理完成确保文本框下方有绿色对勾✅检查GPU显存执行nvidia-smi如果显存占用超过95%尝试降低max_new_tokens到512切换输出格式有时候formatmp3比wav更稳定特别是在内存有限的环境重启服务执行supervisorctl restart fish-speech-webui90%的临时卡顿都能恢复6.3 音质发虚或有杂音这通常是参数设置不太合适如果整体声音发闷 →temperature可能太低了0.5提高到0.65左右如果有电流声 →repetition_penalty可能太高了1.45回调到1.3如果字音模糊 →top_p可能太高0.85设为0.75并检查文本是否有错别字终极建议遇到疑难问题时先用默认参数生成一句简单的“你好”确认基础功能正常。然后逐步叠加其他功能先加情感标记再加参考音频最后调整高级参数。这样隔离变量比盲目调试要高效得多。7. 总结你的专属语音工作室Fish Speech 1.5的价值不在于它有多少炫酷的技术参数而在于它把语音合成这件事变得如此简单而强大。它让你可以用写作的方式做配音——加个括号情绪就到位。 它让你可以用录音的方式做声优——5秒声音无限复刻。 它让你可以用调用的方式做产品——一行命令接入自有系统。你不需要成为语音学家也能做出打动人的声音你不必掌握深度学习也能享受前沿AI技术的红利。这才是好的工具应该有的样子——强大但不傲慢先进但不设障。现在关掉这篇教程打开你的浏览器输入http://你的服务器IP:7860。在文本框中写下第一句你想让它说出的话。不要想太多参数不要纠结设置就简单地写“嘿我来了。”然后点击那个蓝色的生成按钮。听听那个声音——它正在等待成为你的声音。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
Fish Speech 1.5快速上手：无需代码，WebUI界面一键生成高质量语音
发布时间：2026/5/19 23:47:29
Fish Speech 1.5快速上手无需代码WebUI界面一键生成高质量语音1. 开箱即用三分钟让你的文字“开口说话”你有没有想过让一段文字瞬间变成有温度、有情感的人声就像朋友在你耳边说话一样自然过去这可能需要复杂的代码、专业的录音设备和漫长的后期处理。但现在有了Fish Speech 1.5一切变得简单到不可思议。想象一下这个场景你有一份产品介绍需要做成语音或者想给视频配上旁白又或者只是想听听自己写的文章读出来是什么感觉。传统方法要么声音机械生硬要么流程繁琐复杂。而今天你只需要一个浏览器就能在三分钟内把任何文字变成专业级的语音。Fish Speech 1.5之所以特别是因为它采用了一种创新的DualAR架构。简单来说它用两个“大脑”协同工作一个负责理解文字的意思和节奏另一个负责把这些理解转化成真实的声音特征。这种设计让它比传统方法更聪明、更高效生成的声音自然度大幅提升。更重要的是它完全摆脱了对传统音素库的依赖。这意味着它不需要复杂的语音规则库就能直接理解文本泛化能力更强处理各种语言和表达方式都游刃有余。最棒的是这一切都封装在一个友好的WebUI界面里。你不需要懂编程不需要配置环境甚至不需要安装任何软件。接下来我就带你一步步体验这个神奇的工具。2. 第一次接触从打开浏览器到听到第一句话2.1 访问与准备比打开网页还简单首先确保你的服务器已经部署了Fish Speech 1.5镜像。如果还没有可以在CSDN星图镜像广场找到它一键部署非常方便。部署完成后打开你的浏览器在地址栏输入http://你的服务器IP地址:7860注意这里需要替换成你服务器的真实IP地址不能是localhost或127.0.0.1。如果是本地部署通常就是http://localhost:7860。页面加载后你会看到一个清爽的中文界面。顶部清晰地写着“Fish Speech 1.5 WebUI”整个布局简洁直观。在开始之前先留意界面右上角的状态提示如果显示“✅ 模型已加载”恭喜你一切准备就绪如果显示“⏳ 加载中”请耐心等待10-20秒这是模型首次加载需要的时间这里有一个非常重要的提示就在界面顶部“使用时务必等待实时规范化文本同步完成再点 生成音频”。这是什么意思呢当你输入文字后系统会在后台自动进行文本处理——比如补充标点、转换数字格式、优化语气词等。这个过程通常只需要1-3秒。完成后你会在文本框下方看到一个绿色的对勾✅。只有看到这个标记才表示文本已经处理完毕可以开始生成了。2.2 第一次生成从“你好”开始让我们从最简单的开始。清空“输入文本”框中的默认内容输入你好我是Fish Speech 1.5现在正在为你说话。保持所有参数为默认值不要上传任何参考音频。然后点击右下角那个蓝色的“ 生成”按钮。等待大约8-12秒具体时间取决于你的GPU性能页面会自动弹出一个播放器音频文件名类似output_20250130_142218.wav。点击播放按钮▶仔细聆听听听“你好”之后的停顿是不是像真人开口前自然的换气 注意“Fish Speech 1.5”的发音中英文混读是否流畅自然 感受句尾“说话”二字的语调有没有一丝亲切的上扬你会发现这声音没有机械的卡顿没有生硬的吞字更没有令人不适的重复。它听起来就是一个真实的人在对你说话。2.3 为什么第一次就能成功你可能好奇为什么什么都不用设置就能得到这么好的效果这背后有几个聪明的设计内置优质音色模型已经预训练了高质量的中文基础音色基于大量播音级语料。它默认提供了中性、温和、清晰三种风格的最佳组合你不需要做任何选择。全自动文本处理你输入的每个字都在后台被智能处理“100元”会自动转为“一百元”“AI”会根据上下文智能判断读作“人工智能”或字母“A-I”“……”会补充约0.4秒的自然停顿而不是生硬截断静默容错机制即使你不小心点了两次“生成”系统会自动排队处理不会崩溃。如果生成失败错误信息会直接显示在界面底部用红色文字清晰提示比如“文本超长请分段输入”而不是抛出一堆看不懂的技术错误。这就是真正的“开箱即用”——它不考验你的技术能力只为给你最好的体验。3. 让声音有情绪用括号给文字加“表情”Fish Speech 1.5最让人惊喜的能力是它能让声音“表演”。你不需要调节复杂的参数滑块只需要在文字里加上简单的括号标记就像给剧本加舞台提示一样。3.1 基础情感控制一句话三种情绪试试这个对比实验。分别输入以下三句话听听效果有什么不同这份报告很重要。 (serious) 这份报告很重要。 (urgent) 这份报告很重要。第一句是平稳的陈述略带公事公办的感觉。 第二句加上(serious)后声音会压低语速稍缓句尾下沉像领导在强调底线。 第三句的(urgent)让语速加快约15%每个字都清晰有力句末不拖音像突发状况下的紧急提醒。建议从这三个基础标记开始练习(serious)严肃、(happy)开心、(sad)悲伤。每次只改一处标记反复听差异。你会发现合适的情绪标记带来的真实感提升远超过调整任何技术参数。3.2 语气与节奏控制说话的“呼吸感”语气标记解决的是“怎么说话”而不仅仅是“说什么”。它们直接影响语流的节奏、重音和停顿(in a hurry tone)整体语速加快但关键名词仍保持清晰。比如“立刻提交合同”中的“合同”二字会特别加重。(whispering)音量降低约40%高频减弱加入轻微的气声摩擦感适合旁白或私密场景。(shouting)中频能量提升辅音爆破感增强。比如“快”的“k”音会更炸裂但不会破音。来个真实案例输入(whispering) 别回头它就在你身后……生成的效果不是简单的音量降低而是模拟了人在黑暗中耳语的状态气息声前置、句尾声音渐弱、每个词之间的间隔略长——听起来就像恐怖片的配音完全不像机器合成。3.3 特殊音效把背景“写”进台词里这是Fish Speech 1.5区别于其他语音合成工具的核心能力之一它能把音效当作语音的一部分来处理。(laughing)不是简单叠加笑声音效而是让“笑”成为语音的一部分——语调上扬、音高轻微抖动、语速加快就像人边笑边说话。(sighing)在句首插入约0.3秒的叹气气流声随后的语音带有轻微的疲惫感。(crowd laughing)生成时会自动加入3层不同音高的笑声叠层而且这些笑声会与人声节奏对齐不会互相干扰。一个小技巧音效标记的位置很重要。比如(laughing) 哈哈真的假的笑声会从“哈哈”开始而哈哈(laughing) 真的假的笑声则从“真的”才开始——效果完全不同。4. 克隆你的声音5秒录音无限复刻声音克隆听起来像科幻但在Fish Speech 1.5里它简单到只需要一段手机录音。整个过程不到1分钟你就能拥有专属的语音助手。4.1 录音准备质量决定效果上限时长5-10秒就足够了不要超过15秒。模型对过长的音频敏感度会下降。内容选择一句有起伏的日常话语。比如哎呀这个功能太方便了我马上试试。这句话包含了感叹词、转折和动作动词比单纯读数字更能激活完整的声纹特征。环境关闭空调远离马路用手机自带的录音机就可以不需要专业设备。格式WAV或MP3都可以采样率最好在16kHz以上单声道优先。重要提醒不要使用会议录音、视频配音或带有背景音乐的音频。模型需要干净的“人声本体”混响过大或噪音过强会导致克隆失真。4.2 WebUI克隆全流程点击界面右侧“参考音频”区域的【上传】按钮选择你准备好的音频文件支持直接拖拽到上传区域在“参考文本”框中一字不差地输入录音内容包括标点、语气词都要完全一致点击【解析参考音频】按钮——此时界面会显示“✅ 参考音频已嵌入”表示声纹特征提取完成回到主文本框输入你想要生成的新内容例如欢迎使用我的语音助手点击 生成按钮生成的音频将具备以下特征与参考录音相同的基频范围准确识别男声、女声或童声相似的共振峰分布“你”“我”等字的鼻腔感保持一致匹配的语速习惯快慢节奏、停顿位置都得到复刻效果验证方法把生成的音频和原始录音放在一起循环播放闭上眼睛听——如果你无法分辨哪段是原声、哪段是克隆那就说明成功了。5. 高级参数简单调整大幅提升虽然默认参数已经能产生很好的效果但了解一些关键参数的调整方法能让你更好地控制生成结果。Fish Speech 1.5的参数设计得很简洁每个参数都对最终听感有直接影响。5.1 核心参数解析在WebUI界面的“高级参数”区域你会看到几个可调节的选项温度temperature默认值0.7调低效果如0.6语音更稳定、重复更少但语调可能略显平缓调高效果如0.9更有“灵性”、情感更外放但偶尔会有意外停顿使用建议正式播报用0.65-0.7创意配音或讲故事可以用0.8-0.85Top-P核采样默认值0.7调低效果用词更保守多使用高频词句式比较工整调高效果用词更大胆可能使用一些生僻搭配节奏更跳跃使用建议新闻播报选0.65儿童故事或创意内容可以选0.8-0.85重复惩罚repetition_penalty默认值1.2调高效果如1.4严格避免重复字词适合客服话术等正式场景调低效果如1.1允许合理的重复如“真的真的”更口语化适合诗歌朗诵使用建议遇到“一直一直一直”这类过度重复时调到1.4效果很好5.2 黄金组合与实用技巧经过大量测试我发现对于中文语音temperature0.65加上top_p0.75是一个通用性很强的组合能在自然度和稳定性之间取得很好的平衡。分块长度chunk_length这个参数控制文本处理的方式设为0关闭分块适合短文本30字以内处理速度最快设为200默认值适合长文章能避免长句断句错乱最大令牌数max_new_tokens控制每次生成的最大长度默认1024对于大多数场景都够用如果生成很长的内容时遇到问题可以适当调低比如512或768记住一个原则调参不是为了追求“参数好看”而是为了让生成的结果更接近你想要的效果。当你不知道该怎么调时先用默认值生成一次听听效果再根据需要进行微调。6. 常见问题与快速解决即使是最稳定的系统偶尔也会遇到小问题。以下是几个常见情况的快速解决方法。6.1 WebUI打不开三步排查检查服务状态通过SSH连接到服务器执行supervisorctl status | grep fish应该看到类似fish-speech-webui RUNNING的输出。如果显示FATAL或STOPPED执行supervisorctl restart fish-speech-webui检查端口占用netstat -tlnp | grep :7860如果没有输出说明服务没有监听端口。如果有输出但网页打不开检查防火墙ufw status | grep 7860查看错误日志tail -20 /var/log/fish-speech-webui.err.log常见错误包括OSError: CUDA out of memory→ 需要调整参数或更换GPUPermission denied: checkpoints/→ 权限问题执行chown -R root:root /root/fish-speech-1.56.2 生成卡住或没有声音按这个优先级检查确认文本已处理完成确保文本框下方有绿色对勾✅检查GPU显存执行nvidia-smi如果显存占用超过95%尝试降低max_new_tokens到512切换输出格式有时候formatmp3比wav更稳定特别是在内存有限的环境重启服务执行supervisorctl restart fish-speech-webui90%的临时卡顿都能恢复6.3 音质发虚或有杂音这通常是参数设置不太合适如果整体声音发闷 →temperature可能太低了0.5提高到0.65左右如果有电流声 →repetition_penalty可能太高了1.45回调到1.3如果字音模糊 →top_p可能太高0.85设为0.75并检查文本是否有错别字终极建议遇到疑难问题时先用默认参数生成一句简单的“你好”确认基础功能正常。然后逐步叠加其他功能先加情感标记再加参考音频最后调整高级参数。这样隔离变量比盲目调试要高效得多。7. 总结你的专属语音工作室Fish Speech 1.5的价值不在于它有多少炫酷的技术参数而在于它把语音合成这件事变得如此简单而强大。它让你可以用写作的方式做配音——加个括号情绪就到位。 它让你可以用录音的方式做声优——5秒声音无限复刻。 它让你可以用调用的方式做产品——一行命令接入自有系统。你不需要成为语音学家也能做出打动人的声音你不必掌握深度学习也能享受前沿AI技术的红利。这才是好的工具应该有的样子——强大但不傲慢先进但不设障。现在关掉这篇教程打开你的浏览器输入http://你的服务器IP:7860。在文本框中写下第一句你想让它说出的话。不要想太多参数不要纠结设置就简单地写“嘿我来了。”然后点击那个蓝色的生成按钮。听听那个声音——它正在等待成为你的声音。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
