qwen3-tts
Installation
SKILL.md
Qwen3-TTS 语音生成
在 AutoDL 应用实例（与 MiniMax H3 视频同一台机器）上，通过 ComfyUI 的
ComfyUI-TD-Qwen3TTS 节点调用 Qwen3-TTS（1.7B，24kHz 单声道）生成语音。
一条命令完成：构建工作流 → SSH 提交 → 轮询 → 下载落盘 → ffprobe 校验。
三种音色模式
| 模式 | 参数 | 适用 | 模型 |
|---|---|---|---|
| VoiceDesign（默认首选） | --voice-design "音色描述" |
任意想象得到的声线：甜妹音、御姐音、低沉男声、少年音、机器人音……用一句话描述说话人+语气 | VoiceDesign |
| CustomVoice | --speaker Serena --instruct "风格指令" |
要稳定复用一个固定音色时；内置 Aiden/Dylan/Eric/Ono_anna/Ryan/Serena/Sohee/Uncle_fu/Vivian，instruct 可微调语气 | CustomVoice |
| VoiceClone | --clone 参考音频 --ref-text "参考音频说的话" |
克隆指定人声；ref_text 必须是参考音频里实际说的内容，实在没有才加 --x-vector-only（相似度下降） |
Base |
用户说「随便来个甜妹声」这类模糊需求时直接用 VoiceDesign，把声线特征翻译成 描述（年龄段+性别+音色质感+语气+语速），不要追问。