本地跑 Qwen3-TTS 启动Web UI完全手册：不会代码也能玩声音克隆

阿里这次出的 Qwen3-TTS 真的有点东西——上传一段自己的录音，它就能”学”你说话；或者用文字描述”低沉磁性男声”，它就给你造一个出来。更香的是，它自带网页界面，打开浏览器点点点就能用，不用碰一行代码。

这篇手册是我在 Mac mini M4（M 系列） 上亲自跑通的，踩过的坑都帮你标出来了。

---

先搞清楚自己是哪种情况

本地安装（部署）指南：

https://lingflux.com/zh-cn/articles/ai/qwen3-tts-mac-mini-m4-complete-guide/

别急着复制命令，先看看自己的电脑是什么配置，走哪条路：

你的电脑	走哪条路
Mac，M1/M2/M3/M4 芯片	用 mps 加速，走 Mac 那条
Windows，有 NVIDIA 显卡	用 cuda 加速，走 Windows 那条
没有独显，纯 CPU	也能跑，就是慢，泡杯茶等着

---

三种玩法，选一个开始

启动的时候选不同的模型，就对应不同的玩法。简单说：

声音克隆 → 上传你自己的录音，它学你说话 模型名：Qwen/Qwen3-TTS-12Hz-1.7B-Base

预设音色 → 从内置音色里选，还能加”用悲伤的语气说”这种指令 模型名：Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice

自定义音色设计 → 用文字描述你想要的声音，它帮你造出来 模型名：Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign

下面的命令以 Base 模型（声音克隆） 为例，把模型名换掉就能切换其他玩法。

---

第一步：启动界面

Mac（M 系列芯片）

打开终端，粘贴这条命令：

qwen-tts-demo Qwen/Qwen3-TTS-12Hz-1.7B-Base \
  --device mps \
  --dtype bfloat16 \
  --no-flash-attn

三个参数是什么意思：

• --device mps：用 Apple 芯片的 GPU 跑，比纯 CPU 快很多。如果你的 Mac 不是 M 系列的旧款，这里改成 cpu
• --dtype bfloat16：模型精度格式，M 系列支持得很好，照用就行
• --no-flash-attn：这个一定不能漏！ Mac 不支持 FlashAttention 这个功能，不加这个参数启动就报错

---

Windows（NVIDIA 显卡）

打开命令提示符（CMD），粘贴：

qwen-tts-demo Qwen/Qwen3-TTS-12Hz-1.7B-Base ^
  --device cuda:0 ^
  --dtype bfloat16 ^
  --flash-attn

参数说明：

• --device cuda:0：用第一块 NVIDIA 显卡（一般只有一块，0 就够了）
• --dtype bfloat16：RTX 30 系及以上的显卡都支持，推荐用这个
• --flash-attn：Windows + CUDA 下这个加速是能开的，开了快不少

小提示：Windows 命令里换行用 ^（CMD）或反引号（PowerShell），和 Mac 的 \ 不一样，别搞混。

---

没有显卡，纯 CPU？

qwen-tts-demo Qwen/Qwen3-TTS-12Hz-1.7B-Base \
  --device cpu \
  --dtype float32

能跑，就是慢。生成一段话可能要等个几分钟，有心理准备。

---

第二步：打开浏览器

命令跑起来之后，终端会出现这样一行：

Running on local URL: http://0.0.0.0:8000

浏览器直接访问 **http://localhost:8000**，界面就出来了，剩下的点点点就行。

想在局域网里的手机或其他设备上用？把 localhost 换成这台电脑的 IP 地址。 查 IP：Mac 跑 ifconfig | grep "inet "，Windows 跑 ipconfig。

---

遇到报错别慌，对照查

Mac 启动就报 FlashAttention 错误 十有八九是忘加 --no-flash-attn 了，补上重跑。

---

Windows 提示 CUDA 不可用 先跑这行检查一下：

python -c "import torch; print(torch.cuda.is_available())"

输出 True 没问题；输出 False 说明 PyTorch 装的版本不对，重装一个带 CUDA 支持的：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

cu121 对应 CUDA 12.1，根据自己的 CUDA 版本改，CUDA 11.8 就换成 cu118。

---

显存不够，报 OOM（内存溢出） 把 --dtype bfloat16 改成 --dtype float16，精度低一档，显存能省一些。

---

模型下载慢或失败（国内网络） 跑命令之前先设置镜像：

Mac / Linux：

export HF_ENDPOINT=https://hf-mirror.com

Windows：

set HF_ENDPOINT=https://hf-mirror.com

---

不想本地跑？先去线上试试手感

装模型和环境比较折腾，可以先去官方的在线体验页玩几分钟，确认自己真的感兴趣再折腾本地也不迟：

• Hugging Face：https://huggingface.co/spaces/Qwen/Qwen3-TTS
• ModelScope（国内访问快）：https://modelscope.cn/studios/Qwen/Qwen3-TTS

---

卡在某一步了？把终端里的报错信息完整复制出来，丢给搜索引擎或者 AI，大概率几分钟就能解决。