生成的质量真心不错，需要TTS的可以试试。 Spark-TTS 核心特点： 基于LLM的高效TTS系统：完全基于Qwen2.5构建，无需额外生成模型 零样本声音克隆：无需特定训练数据即可复制说话者声音 双语支持：同时支持中文和英文，跨语言场景表现优秀 可控语音生成：可调整性别、音高、语速等参数创建自定义声音 技术亮点： 直接从LLM预测的代码重建音频，简化处理流程 支持Nvidia Triton推理服务，适合生产环境部署 性能优异，在L20 GPU上实时因子(RTF)低至0.0704 #AI# #AIAgent#