--- ## 用法 ###Python ````蟒蛇 进口火炬 导入火炬音频 从 zonos.model 导入 Zonos 从 zonos.conditioning 导入 make_cond_dict 从 zonos.utils 导入 DEFAULT_DEVICE 作为设备 # model = Zonos.from_pretrained("Zyphra/Zonos-v0.1-hybrid", device=device) model = Zonos.from_pretrained("Zyphra/Zonos-v0.1-transformer", device=device) wav, 采样率 = torchaudio.load("assets/exampleaudio.mp3") 扬声器= model.make_speaker_embedding（wav，采样率） cond_dict = make_cond_dict(text="你好，世界！"，speaker=speaker，language="en-us") 条件 = model.prepare_conditioning(cond_dict) 代码 = model.generate(条件) wavs = model.autoencoder.decode(codes).cpu() torchaudio.save("sample.wav", wavs[0], model.autoencoder.sampling_rate) ```` ### Gradio接口（推荐） ````bash uv运行gradio_interface.py # python gradio_interface.py ```` 这应该在项目根目录中生成一个“sample.wav”文件。 _对于重复采样，我们强烈建议使用 gradio 接口，因为最小示例需要在每次运行时加载模型。_ ## 特点 - 具有语音克隆功能的零样本 TTS：输入所需的文本和 10-30 秒的说话人样本以生成高质量的 TTS 输出 - 音频前缀输入：添加文本和音频前缀