# Qwen3-TTS 声线设计教程：不用真人参考，为原创成年角色设计一把声音

已制作原创成年角色声线卡、固定试听台词与macOS系统声音输入参考；未运行Qwen3-TTS。系统朗读仅便于审稿，不是设计声线或克隆结果。

## 环境与许可

Qwen3-TTS-12Hz-1.7B-VoiceDesign；复用时另用对应Base。模型Apache-2.0，官方示例Python3.12/CUDA/bfloat16；显存与FlashAttention2按环境确认。

## 逐步操作

### 1. 先固定成年角色与试听台词

voice-card.json定义一名原创成年车站播报员，不指向真人；audition.txt是一句中性播报。input-system-reference.wav为系统朗读，用来核对台词，不能拿它评价Qwen声线设计质量。

### 2. 加载VoiceDesign而不是Base

按官方qwen-tts示例加载Qwen3-TTS-12Hz-1.7B-VoiceDesign。Base处理参考音克隆，CustomVoice用已有声音，三种职责不同；本题第一步不提供真人参考音。

### 3. 一次只改一个声音特征

把两份成年音色描述分别放入instruct，保持text、language和输出条件一致；比较沉稳/轻快或低/中音，不同时换台词和年龄。描述不保证每项都准确，需要试听选择。

### 4. 生成两条真实试听样音

在已安装qwen-tts的环境运行run-qwen.py --mode design，用--voice a或b选择两份描述；脚本调用generate_voice_design并另存真实WAV。系统参考不能复制成audition-a/b冒充输出，试听表等待实际填写。

### 5. 选中声线后建立复用提示

运行run-qwen.py --mode reuse --reference 实际设计样音，脚本用audition.txt作准确ref_text交给Base的create_voice_clone_prompt，再调用generate_voice_clone生成lines.txt三句。参考应来自自己的真实设计结果，不能换成网络真人录音。

### 6. 用三句新台词核对一致性

依次生成lines.txt里的三句，回听音色、气口和专名读法是否漂移。音色相近和每句内容完整分开记录，不把保存了prompt当作一致性已自动通过。

### 7. 归档描述和真正声音文件

保留原描述、选中样音、ref_text和三条真实输出。开源本地模型与阿里云音频API是不同入口，本教程不假设apizt聊天Key能直接合成。

## 下载内容与身份

Original program-authored geometric artwork, not photography, app UI or model output.

macOS Tingting system narration of an original fictional station line; not Qwen3-TTS or a designed voice.

parameters.json 为教学记录而非软件原生导入预设；checks.csv/results.csv 等待实际模型输出填写。

## 文件检查

安装 Python Pillow 后运行 `python3 verify.py`；真实结果可用 `python3 verify.py --result 路径` 回读规格。这个检查不判断模型语义、声音自然度或效果。

## 真实模型运行入口

run-qwen.py 按官方示例准备，需先安装该工具并获得必要权重访问。本站只检查脚本语法，没有执行它或下载模型；运行后输出到 model-output/，不要覆盖输入。

## 来源

- https://github.com/QwenLM/Qwen3-TTS
- https://huggingface.co/Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign

不包含模型权重、账号、真实Key、第三方付费额度或捏造模型输出。