快速开始

安装 Mizuoto复制锚点链接

需要 Python 3.10–3.13。先安装 torch 2.8 或更新版本中适合本机硬件的构建，再从 PyPI 安装 Mizuoto：

pip install "torch>=2.8" --index-url https://download.pytorch.org/whl/cu128   # NVIDIA；其他构建见“安装”
pip install mizuoto
mizuoto doctor                                  # 检查 torch 是否适合本机

AMD、Intel、Apple 芯片和纯 CPU 的 torch 构建，以及从源码或用 Docker 安装，见安装。

启动网页界面复制锚点链接

mizuoto webui

服务器就绪后终端会打印 SERVER_READY url=http://127.0.0.1:7869，浏览器随后自动打开这个地址。默认端口是 7869，默认只允许本机访问。按 Ctrl+C 停止服务器。

看一眼设置复制锚点链接

界面打开后直接进入 合成 页，试用之前不需要做任何设置。下载真正的模型之前，值得看一眼两项设置：

• 设置 › 下载 › 下载来源：模型从哪里下载（Hugging Face、hf-mirror.com、ModelScope；在中国大陆，后两者通常更快）。
• 设置 › 计算：本机的显卡和正在使用的 torch 构建，不合适时给出安装正确构建的命令（与 mizuoto doctor 的检查相同）。

要立即下载，见下面第 5 步或首次运行。

用演示引擎合成复制锚点链接

演示引擎随 Mizuoto 自带，不需要下载，也不需要 torch，它用音调代替语音，但走的是和真实引擎完全相同的流程。

1. 在左侧导航栏打开 合成（界面默认就在这里）。
2. 在 模型 中选择 Dummy voice（带 演示 标记）。
3. 在 音色 中选择 预置说话人，说话人 选 alto。
4. 在 文本 中输入任意内容。
5. 点页面底部的 合成（或在文本框中按 Ctrl+Enter）。

任务卡片会出现在页面底部，完成后结果出现在 结果 中，点播放按钮试听。

换成真正的引擎复制锚点链接

1. 打开 模型 选择器，选一个真实模型，例如 Qwen3-TTS 1.7B CustomVoice。还没准备好的模型带有 未下载、不可用 等标记，但仍可以选择。
2. 页面底部的 合成 按钮会换成模型还缺的那一步，这里是 下载 Qwen3-TTS 1.7B CustomVoice（大小）。点它，等进度条走完。（缺少 torch 时，这里显示的是安装它的命令。）
3. 下载完成后 合成 按钮回来了。选一个 预置说话人，可以在 风格 的 怎么说 中写一句指令（如“开心地，稍快一些”），然后点 合成。

下载是任务，可以离开页面，进度在右上角的 任务 中查看。第一次合成会先加载模型，之后会快很多。