很顶！零成本克隆你的声音，这款 B 站开源神器太强了
今天分享的内容，只有两个字形容：很顶。
本期我们要干一件大事：在本地电脑上部署 B 站开源的顶流 TTS（语音合成）大模型，并结合 N8N 实现自动化调用。
为什么要折腾本地部署？原因很简单，被云端 API 坑怕了：
不稳定：某国内大厂的语音接口，最近频繁调用失败，甚至直接报错，严重影响效率。
要收费：云端 TTS 稍微好听点的都要钱，而本地部署——完全免费。
性能独享：本地模型不仅私密性好，而且性能直接拉满，不用和别人抢服务器资源。
无限音色：你可以用任何人的声音来合成你的音频，支持无限（个）音色爽歪歪。
话不多说，今天咱们就把最新的 Index TTS（基于 B 站开源项目封装）部署到本地，顺便教大家怎么用 N8N 避坑调用。
视频演示
https://www.bilibili.com/video/BV1x1q8B9EEy/
🚀 第一步：傻瓜式本地部署
别听到“部署”就头大，这次我找的是一键安装包，真正意义上的“有手就行”。
📦 准备工作
下载最新版一键整合包：https://pan.quark.cn/s/e9e3b69ae51b
安装包大小：压缩包 10GB，解压后约 20GB。
硬盘空间：建议预留 30GB 以上。
显卡要求：显存最好在 6G 以上。
实测参考：我是 16G 显存的显卡，生成速度极快，10 秒的音频只需 10 秒生成（1:1 效率）。
🛠️ 操作步骤
下载并解压安装包（下载地址在文末）。
进入文件夹，找到并双击 “启动器”。
首次运行会自动下载依赖，大概需要 1-2 分钟。
当看到控制台显示访问地址，且浏览器自动跳出 Web 界面时，恭喜你，部署成功！
PS：启动比较慢 2 分钟左右，出现 URL 地址就启动成功了。
🎙️ 第二步：网页版初体验
部署好后，默认会打开一个网页版界面。
操作逻辑非常简单，分三步走：
上传音色：传一个几秒钟的 MP3（比如姜文老师的语音）作为参考音频。如果没有，可以用系统自带的。
输入文案：写下你想让 AI 说的话。
点击生成：稍等片刻，音频就出来了。
测试文案：“送给大家一句话：路与他人各不同，不必听风就动容。”
实测下来，效果非常惊艳，语气停顿几乎和真人没区别。但我们的目标不仅于此，我们要自动化！
🔗 第三步：N8N 自动化调用（避坑指南）
这部分是重头戏，也是最容易踩坑的地方。看似简单的 API 调用，我足足卡了 4 个小时 才搞定！
💡 获取 API 接口
在网页版界面往下拉，点击 “通过 API 调用”。选择 HTTP 方式，你会看到一段代码。我们需要重点关注里面的 URL 和参数。
⚠️ 核心坑点 & 解决方案
官方提供的直接生成接口，在 N8N 里调用时，返回的音频经常是空的。
经过反复调试，我发现这是因为生成过程是异步的。
✅ 正确的 N8N 工作流逻辑：
发起任务请求：通过 HTTP Request 节点发送文字和参考音频，服务器会返回一个
task_id（任务 ID）。轮询/获取结果：根据这个 ID，再次发送请求去查询任务状态。
提取 URL：当任务完成后，系统会返回一个二进制文件的下载地址。
下载音频：最后访问这个地址，拿到最终的 MP3 文件。
🎧 最终效果
搞定工作流后，以后再也不用自己录音了。
克隆自己：我上传了自己的声音样本，输入文字，生成的语音连我自己都分不清真假。以后视频里那些录不好的片段，直接用 AI 补录，毫无违和感。
变声整活：我把参考音频换成了“小岳岳（岳云鹏）”的 MP3，再次运行工作流。
耗时：4 秒的音频，生成仅需 4 秒。
效果：那味儿一下就出来了！
总结一下：
本地部署 TTS + N8N 自动化，不仅解决了费用和稳定性问题，还实现了 1:1 的高效生成。只要你的电脑开着，这个服务就永远在线，永远免费。
本文已收录到我的技术小站 www.javacn.site，网站包含的内容有：LangChain/N8N/SpringAI/SpringAIAlibaba/LangChain4j/Dify/Coze/AI 实战项目/AI 常见面试题等技术分享，欢迎各位大佬光临指导~
javacn.site 2018-08-25 加入
我的小站：javacn.site
评论