Spark-TTS

Spark-TTS是SparkAudio团队开发的文本转语音（TTS）系统，基于 Qwen2.5 构建， 直接从文本控制音调、速度和说话者风格，支持零样本语音克隆、多语言合成、细粒度语音控制以及通过 Web UI 进行语音生成，能够快速将文本转换为自然、高质量的语音内容。和传统TTS系统不同，它直接从LLM预测的编码中重建音频，简化了语音生成流程，提高了效率。