---
title: text_to_speech
canonical_url: "https://www.modelscope.cn/studios/C6H54BK/text_to_speech"
md_url: "https://www.modelscope.cn/studios/C6H54BK/text_to_speech.md"
repository: C6H54BK/text_to_speech
last_updated: 2026-03-15
sdk_type: gradio
sdk_version: 6.2.0
downloads: 0
stars: 4
---

# text_to_speech

> text_to_speech - C6H54BK 在 ModelScope 创建的在线 Demo。🗣️ CosyVoice 语音克隆与合成

C6H54BK/text_to_speech 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 gradio 6.2.0 构建。

- **Repository**: C6H54BK/text_to_speech
- **SDK**: gradio
- **SDK version**: 6.2.0
- **Downloads**: 0
- **Stars**: 4
- **Last updated**: 2026-03-15

Source: https://www.modelscope.cn/studios/C6H54BK/text_to_speech

---

# 🗣️ CosyVoice 语音克隆与合成

基于 [Fun-CosyVoice3-0.5B](https://modelscope.cn/models/FunAudioLLM/Fun-CosyVoice3-0.5B-2512) 模型，支持 3 秒极速复刻音色和文字转语音。

## 🌐 在线体验

访问 ModelScope 创空间：[点击体验](https://modelscope.cn/studios/C6H54BK/text_to_speech)

## ✨ 功能特性

- 🎤 **音色克隆**: 上传 30 秒以内参考音频，3 秒极速复刻音色
- 📝 **文字转语音**: 输入文字，使用已保存的音色合成语音
- 🎛️ **情感控制**: 支持自然语言指令控制方言、情感和语速
- 🔊 **音色管理**: 试听、重命名、删除已保存的音色
- 🌐 **多语言**: 支持中文、英文及跨语种合成

## 📦 本地运行

### 1. 克隆项目

```bash
git clone https://www.modelscope.cn/studios/C6H54BK/text_to_speech.git
cd text_to_speech
```

### 2. 安装依赖

```bash
conda create -n cosyvoice python=3.10 -y
conda activate cosyvoice
pip install -r requirements.txt
```

### 3. 运行应用

```bash
python app.py
```

应用将在 `http://localhost:7860` 启动。

## 🔌 REST API

除 Web 界面外，还提供 REST API：

| 接口 | 说明 |
|------|------|
| `POST /api/speakers/create` | 上传音频创建音色 |
| `GET /api/speakers` | 列出所有音色 |
| `POST /api/tts` | 文字转语音 |

完整 API 文档见 [API.md](./API.md) 或访问 `/api/docs`。

## 🌐 部署到 ModelScope 创空间

### 通过 Git 部署

```bash
git lfs install
git clone http://oauth2:<token>@modelscope.cn/studios/<username>/<space-name>.git
cd <space-name>
cp /path/to/app.py /path/to/requirements.txt /path/to/API.md .
git add .
git commit -m "Deploy TTS service"
git push
```

## 🖥️ 使用方法

1. **创建音色**: 上传参考音频 → 输入音色名称 → 自动 ASR 识别 → 保存
2. **文字转语音**: 选择音色 → 输入文字 → 可选添加指令 → 生成语音
3. **音色管理**: 试听、重命名或删除已有音色

## 📋 系统要求

- Python 3.10+
- 16GB+ RAM
- 8GB+ 磁盘空间（模型文件）
- CUDA 12.1+（推荐 GPU 加速）

## 📝 许可证

Apache License 2.0