qwen-tts-audio
通过 RabiSpeech 使用本地 Qwen3-TTS 0.6B 或 1.7B 生成人格、多语言或音色复刻语音。用户指定 Qwen3-TTS、日语/多语言、本地参考音频、人格名或模型大小对比时使用。不得启动技能内 worker、OumuQ 或任何 Qwen/DashScope 云端 API。
Source facts
- Repository
- vb2250158/RabiRoute
- Last source activity
- September 21, 2026 at 15:50
- Detected SKILL.md language
- Chinese
- Stars
- 502
- Forks
- 0
Install options
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Review the source files
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
File Explorer
2 filesShowing SKILL.md
SKILL.md
Source instructions · Read-only preview- name
- qwen-tts-audio
- description
- 通过 RabiSpeech 使用本地 Qwen3-TTS 0.6B 或 1.7B 生成人格、多语言或音色复刻语音。用户指定 Qwen3-TTS、日语/多语言、本地参考音频、人格名或模型大小对比时使用。不得启动技能内 worker、OumuQ 或任何 Qwen/DashScope 云端 API。
# RabiSpeech Qwen3-TTS
可用模型：
- `local-tts/qwen3-tts-0.6b-base`：显存和冷启动较低，适合常规多语言对话。
- `local-tts/qwen3-tts-1.7b-base`：更大的本地模型，质量优先时选择。
## 流程
先读 [TTS 路由](../tts-router/SKILL.md)。`speechBaseUrl` 必须从当前服务配置取得；下例中的 `$speechBaseUrl` 由该发现步骤赋值。
1. 查询 `GET <speechBaseUrl>/v1/models`，确认模型已安装。
2. 把 Rabi 人格目录名作为 `voice`；每次请求显式发送，不能继承上一会话角色。
3. 使用 `language` 指定目标语音语言，使用 `instructions` 提供简短风格/情绪说明。
4. 对话用 `play=true` 和 `session_id`；测试用 `play=false` 保存 WAV。
```powershell
$body = @{
model = 'local-tts/qwen3-tts-0.6b-base'
input = 'こんばんは。これはローカル音声テストです。'
voice = '<RoleId>'
response_format = 'wav'
language = 'ja'
instructions = '自然で落ち着いた会話調。'
play = $false
} | ConvertTo-Json -Compress
Invoke-WebRequest -Method Post -Uri ($speechBaseUrl.TrimEnd('/') + '/v1/audio/speech') -ContentType 'application/json' -Body $body -OutFile '.\qwen3-tts.wav'
```
模型加载、参考音频选择、缓存和 worker 生命周期全部由 RabiSpeech 管理。
View on GitHub