Google Colab 上使用 Qwen-TTS
最近 AI 语音圈子里，阿里开源的 Qwen-TTS (Qwen3-TTS) 火得一塌糊涂。它的声音自然度、情感表达以及强大的“声音克隆”能力，让很多人都想上手试一试。
除了本地自行部署，当然也可以白嫖Google的云GPU部署，完全免费、无需本地显卡、无需配置环境，只要你有浏览器，就能在线运行 Qwen-TTS，体验声音克隆的乐趣！
准备工作
在开始之前，你需要准备以下两样东西：
- 一个谷歌账号
- 科学上网魔法（由于 Colab 是谷歌的服务，在中国大陆访问需要科学上网环境）。
搞定这两点，我们马上开始！
第一步：打开“云端电脑”
首先，点击下方链接打开我已经配置好的笔记本：
🔗 复制该地址浏览器中打开 Qwen-TTS 云端笔记本： https://colab.research.google.com/gist/jianchang512/3be479157d50c4ccd2de73c146e80245/qwentts-demo.ipynb
打开后，你会看到类似代码的界面，不要慌，我们只需要点几个按钮。
第二步：开启 GPU 加速
Google Colab 也就是谷歌免费借给我们的一台“云端电脑”。为了运行 AI，我们需要给这台电脑装上“显卡”。
- 在页面右上角（或菜单栏），点击 “连接” 或者 “更改运行时类型”。
- 在弹出的窗口中，硬件加速器 一定要选择 【T4 GPU】。
- 点击保存。
第三步：一键安装环境
设置好显卡后，我们开始安装 Qwen-TTS 需要的软件。
- 找到页面中最上面的代码块，标题是 “# 第一步安装环境”。
- 把鼠标移到代码块左侧，点击出现的 “播放按钮 ▶️”。
系统会自动运行命令，你只需要等待几分钟，直到播放按钮左边出现一个绿色的对勾 ✅，说明安装完成。
第四步：选择模式并启动
环境装好后，向下看，有三个不同的启动选项。注意：这三个命令，每次只能运行一个！
- 1. 使用模型内置音色配音： 适合只想把文字转语音，使用系统自带声音的朋友。
- 2. 使用参考音频进行克隆音色（🔥推荐）： 这是最长用的功能，上传一段几秒钟的录音，让 AI 模仿这个声音说话。
- 3. 设计音色： 高级玩法，微调声音特征。
操作方法： 点击你想用的那个功能左边的 “播放按钮 ▶️”。
等待几十秒后，底部的日志里会出现一个以 gradio.live 结尾的链接（例如 Running on public URL: https://xxxx.gradio.live）。
👉 点击这个链接，就会跳转到可视化的操作界面！
(注意：如果你想切换功能，比如从克隆切换到设计，必须先点击当前正在运行的播放按钮让它停止，然后再去点击另一个功能的播放按钮。)
第五步：开始克隆声音
点击链接后，你就进入了 WebUI 界面，操作非常直观：
- Reference Audio (参考音频)： 在左侧直接把你想模仿的声音文件（比如 mp3/wav）拖进去。只需要几秒钟清晰的人声即可。
- Target Text (待合成文本)： 在中间输入你想让 AI 说的话。
- Generate (生成)： 点击蓝色按钮，稍等片刻。
右侧就会出现合成好的音频，你可以直接播放，或者点击下载保存。
常见问题与注意事项
- 断连问题： 谷歌 Colab 免费版有使用时长限制，长时间不操作可能会断开。如果断开了，刷新页面重新从“第一步”开始运行即可。
- 网络问题： 整个过程（包括打开链接、运行代码、点击生成的 URL）都需要保持全程科学上网。
- 报错了怎么办？ 如果遇到莫名其妙的报错，尝试点击菜单栏的“运行时” -> “断开会话连接并删除运行时”，然后重新按步骤操作一遍。