#3105 qwen3tts本地部署，语音克隆-1.7B模型，但是在字幕多角色配音中没有，配音角色可选。

这是由于 Qwen3-TTS 的语音克隆模型（Base）和自定义音色模型（CustomVoice）是独立的，在软件的多角色配音设置中，可选的“配音角色”列表仅包含自定义音色模型的内置音色。

解决方案：

1. 确认模型启动：确保你启动的是 Qwen3-TTS 的 语音克隆模型（例如 Qwen3-TTS-12Hz-1.7B-Base）。启动自定义音色模型（如 Qwen3-TTS-12Hz-1.7B-CustomVoice）将无法使用克隆功能。

2. 在“多角色配音”中使用克隆：

   • 在“多角色配音”设置中，为特定说话人选择“配音角色”时，不要从下拉列表中选择任何内置音色（如 Vivian）。
   • 直接在下方的“参考音频”框中，粘贴或选择用于克隆的参考音频文件路径（3-10秒的清晰人声）。
   • 软件会自动识别“参考音频”并使用克隆功能，无需依赖“配音角色”下拉列表。
3. 单视频交互模式：如果需要对整个视频使用克隆音色，可以在“高级选项”中开启“单视频交互模式”。在识别出说话人后，于翻译阶段或配音阶段弹出的编辑窗口中，为每个说话人单独指定参考音频。

总结：Qwen3-TTS 的克隆功能通过“参考音频”触发，与“配音角色”下拉列表无关。下拉列表仅用于选择自定义音色模型的内置音色。

请查阅相关文档：

• Qwen-TTS 配音渠道使用
• qwen-tts(本地)配音渠道遇到的问题（请参考知识库 6.7 节）
• 原声克隆与多角色配音

怎么做啊

根据你的截图，问题在于你希望使用 Qwen3-TTS 的语音克隆模型进行多角色配音，但在“多角色配音”的“配音角色”下拉列表中找不到克隆选项。

核心原因：Qwen3-TTS 的“语音克隆模型”和“自定义音色模型”是两类独立的模型。软件界面中的“配音角色”下拉列表仅对应自定义音色模型的内置音色（如 Vivian, Serena 等）。语音克隆功能是通过指定“参考音频”来触发的，不依赖该下拉列表。

解决方案（针对你的截图场景）：

1. 确保启动正确模型：首先，确认你启动的是 Qwen3-TTS 的语音克隆模型（如 Qwen3-TTS-12Hz-1.7B-Base），而不是自定义音色模型或声音设计模型。
2. 忽略“配音角色”下拉列表：在“多角色配音”设置中，不要从“配音角色”下拉列表中选择任何选项（如 Vivian）。这个列表对你使用克隆模型没有帮助。
3. 填写“参考音频”：在“参考音频”输入框中，直接粘贴或选择用于克隆的参考音频文件路径（要求是3-10秒的清晰人声，WAV或MP3格式）。软件检测到“参考音频”路径后，会自动使用克隆功能为该说话人生成配音。
4. 为每个说话人指定参考音频：如果你有多个说话人，需要为每个说话人（如“说话人 0”、“说话人 1”）分别指定其对应的“参考音频”。

简单来说：要使用克隆，你只需要在“参考音频”框里填上声音样本文件路径即可，“配音角色”下拉菜单留空不选。

请查阅相关文档：

• qwen-tts(本地)配音渠道遇到的问题（知识库 6.7 节详细说明了三类模型的区别）
• Qwen-TTS 配音渠道使用
• 原声克隆与多角色配音

那如何，为每个说话人分别指定其对应的“参考音频”。比如对于1我指定一个声音，2二指定另一个声音。参考音频”：在“参考音频”输入框中如何，填写

要为每个说话人指定不同的参考音频，你需要在“多角色配音”设置中，为每个“说话人”单独填写其对应的“参考音频”文件路径。

具体操作步骤如下：

1. 确保已识别出说话人：在视频翻译的“语音识别”阶段，你需要在“高级选项”中开启“说话人识别”功能（例如使用内置模型或Pyannote）。识别完成后，软件会将音频按不同说话人分割并标记为“说话人 0”、“说话人 1”等。
2. 进入多角色配音设置：在翻译阶段或配音阶段前，点击“多角色配音”按钮，会弹出一个设置窗口。这个窗口会列出识别出的所有说话人（例如“说话人 0”、“说话人 1”）。

3. 为每个说话人指定参考音频：

   • 在列表中，找到“说话人 0”所在的行。
   • 在该行的“参考音频”列，点击输入框，然后直接粘贴你的第一个参考音频文件的完整路径（例如 D:\voices\person1.wav），或者点击输入框右侧的“...”按钮浏览选择文件。
   • 接着，找到“说话人 1”所在的行。
   • 在该行的“参考音频”列，点击输入框，然后直接粘贴你的第二个参考音频文件的完整路径（例如 D:\voices\person2.wav）。
   • 以此类推，为每个说话人指定不同的音频文件。
4. 忽略“配音角色”下拉菜单：在填写“参考音频”时，无需从同一行的“配音角色”下拉菜单中选择任何选项（如Vivian）。该下拉菜单仅在使用Qwen-TTS的“自定义音色模型”时选择内置音色用。当你填写了“参考音频”路径，软件会自动使用克隆功能。
5. 保存并继续：为所有说话人设置好参考音频后，点击“确定”保存设置，然后继续执行翻译和配音流程。软件会使用你为每个说话人提供的不同声音样本，分别生成克隆配音。

关键点总结：操作的核心是在弹出的“多角色配音”表格中，横向地为每一个“说话人”对应的“参考音频”单元格，填入不同的音频文件路径。

请查阅相关文档：

• 原声克隆与多角色配音
• qwen-tts(本地)配音渠道遇到的问题（知识库 6.7 节）

我问的是在字幕多角色配音，而不是视频或音频多角色配音

理解你的问题。你希望为已有的SRT字幕文件（而不是视频/音频）进行多角色配音，并为不同角色指定不同的Qwen3-TTS克隆音色。核心原因：软件中“字幕多角色配音”功能的设计逻辑与“视频/音频多角色配音”不同，它不直接提供图形化界面为每个说话人单独指定参考音频。解决方案：使用“单视频交互模式”或手动编辑任务配置文件。方法一：使用“单视频交互模式”（推荐）打开软件，进入“字幕多角色配音”功能。在“高级选项”中，勾选“单视频交互模式”。添加你的SRT字幕文件并开始任务。软件会进入交互流程。在识别出说话人后（或直接使用已有字幕中的说话人标签），软件会弹出“翻译/配音编辑”窗口。在这个窗口中，你可以为每个说话人（或每段字幕）单独指定“参考音频”。通常，在配音编辑界面，会有选项或按钮让你为当前选中的句子或说话人设置参考音频。找到并点击它，然后选择对应的音频文件。为所有需要克隆的说话人/句子设置完毕后，继续完成配音。方法二：手动编辑任务配置文件（高级）软件在运行任务时，会在临时目录生成一个任务配置文件（通常是JSON格式）。你可以尝试先以常规方式运行一次“字幕多角色配音”，但不填写参考音频。在软件运行期间，去临时目录（通常在 _video_out 或系统临时文件夹）找到最新的任务配置文件。在该配置文件中，找到代表每个说话人（speaker）的部分，手动添加 reference_audio 字段，并填入对应音频文件的路径。保存配置文件，并重新运行任务（具体操作取决于软件是否支持热重载配置）。由于“字幕多角色配音”的交互逻辑在知识库中未详细说明，若上述方法无法解决，请提供更具体的操作截图或日志，以便进一步分析。请查阅相关文档：单视频交互模式原声克隆与多角色配音

进入“字幕多角色配音”功能。没有“高级选项”

你进入的是“字幕多角色配音”的独立工具界面，该界面没有“高级选项”按钮。核心原因：软件的功能模块设计不同。“字幕多角色配音”作为独立工具，其界面是简化的，没有集成“单视频交互模式”等高级设置。要为SRT字幕中的不同说话人指定不同的Qwen3-TTS克隆音色，需要使用主流程的“视频翻译”功能，并利用其交互模式。解决方案：使用主流程的“视频翻译”功能处理SRT字幕。具体步骤：启动软件，在主界面选择“视频翻译”功能（而不是“字幕多角色配音”工具）。在“视频翻译”界面，将你的SRT字幕文件拖入或添加到文件列表中。在右侧设置面板中，进行以下关键配置：在“语音识别”渠道，选择“不使用”。（因为已有字幕，无需识别）。在“翻译”渠道，选择“不使用”。（如果字幕已是目标语言，无需翻译）。在“配音”渠道，选择“Qwen-tts(本地)”，并确保其API地址配置正确。在“配音”设置下方或“高级选项”中，开启“单视频交互模式”。点击“开始”执行任务。由于跳过了识别和翻译，软件会很快进入“配音”阶段的交互界面。在弹出的配音编辑窗口中，你应该可以为每个说话人（或每段字幕）指定“参考音频”。为每个需要克隆的说话人指定好对应的参考音频文件后，继续完成配音。这样，软件就会使用你指定的不同声音样本来为SRT字幕中的不同角色生成克隆配音。请查阅相关文档：单视频交互模式

进入“字幕多角色配音”功能。在“高级选项”在哪

在“字幕多角色配音”的独立工具界面中，没有“高级选项”按钮。该功能是简化版工具，不具备为每个说话人单独指定参考音频的图形化设置。

解决方案是使用主流程的“视频翻译”功能来处理SRT字幕，并利用其“单视频交互模式”为不同说话人指定参考音频。具体操作步骤如下：

1. 在主界面选择“视频翻译”功能（而不是“字幕多角色配音”工具）。
2. 将你的SRT字幕文件添加到文件列表中。

3. 在右侧设置面板中进行关键配置：

   • 语音识别渠道：选择“不使用”。
   • 翻译渠道：选择“不使用”（如果字幕已是目标语言）。
   • 配音渠道：选择“Qwen-tts(本地)”，并确保其API地址配置正确。
4. 在“高级选项”中，勾选开启“单视频交互模式”。
5. 点击“开始”执行任务。软件将跳过识别和翻译，直接进入配音阶段的交互界面。
6. 在弹出的配音编辑窗口中，为每个说话人（或每段字幕）指定对应的“参考音频”文件路径。
7. 完成所有设置后，继续执行任务以生成带有不同克隆音色的配音。

请查阅相关文档：

• 单视频交互模式

在哪呢

根据你的截图，在“字幕多角色配音”界面中确实没有“高级选项”按钮。核心原因：你当前使用的“字幕多角色配音”是一个独立的批量工具，其界面设计是简化的，不包含“单视频交互模式”等高级设置。因此，无法在该界面内直接为每个说话人指定不同的参考音频。解决方案：你必须使用软件主界面的“视频翻译”功能来处理SRT字幕，才能实现你的需求。具体操作位置（在你的截图中不存在，需要切换功能）：关闭当前的“字幕多角色配音”窗口。回到软件的主界面。在主界面的顶部或左侧功能区域，选择“视频翻译”功能（核心功能）。将你的SRT字幕文件拖入“视频翻译”的文件列表。在“视频翻译”界面的右侧设置面板中，你将看到“高级选项”按钮或区域，点击后可以找到并勾选“单视频交互模式”。总结：你找的“高级选项”位于“视频翻译”功能界面内，不在“字幕多角色配音”工具中。请切换功能模块。请查阅相关文档：单视频交互模式

这就是主界面

明白了，你展示的正是软件的主界面。核心原因：在主界面的“字幕多角色配音”工具中，没有内置为每个说话人单独指定不同参考音频的图形化设置选项。该工具设计用于批量、统一的配音。解决方案：要实现为SRT字幕中不同说话人指定不同克隆音色，必须使用“视频翻译”核心流程，并利用其“单视频交互模式”。具体操作步骤：在主界面中，点击“视频翻译”按钮（通常位于顶部或左侧导航栏，与“字幕多角色配音”并列）。进入“视频翻译”界面后，将你的SRT字幕文件拖入或添加到文件列表中。在右侧设置面板中，进行以下关键配置：在“语音识别”渠道，选择“不使用”。在“翻译”渠道，选择“不使用”（如果字幕语言已是目标语言）。在“配音”渠道，选择“Qwen-tts(本地)”，并确保其API地址配置正确。找到并点击“高级选项”按钮（通常在设置面板底部），在弹出的窗口中，找到并勾选“单视频交互模式”。点击“开始”执行任务。由于跳过了识别和翻译，软件会直接进入配音阶段的交互编辑窗口。在该窗口中，你可以为每个说话人（或每段字幕）单独指定“参考音频”文件路径。完成所有说话人的参考音频设置后，继续执行任务，即可生成带有不同克隆音色的配音。关键点：你需要的“高级选项”和“单视频交互模式”位于“视频翻译”功能界面内，不在“字幕多角色配音”工具中。请先切换到“视频翻译”功能。请查阅相关文档：单视频交互模式

在字幕多角色配音功能中使用有2中方式

1. 想使用 qwen-tts 内置的配音音色，需要启动qwen-tts的自定义音色模型，而你启动的是语音克隆模型，所以无法使用内置音色，你需要关掉启动的语音克隆模型，重新启动 自定义音色模型
2. 如果你喜欢继续使用语音克隆模型，然后克隆某个参考音频的音色，你需要点击软件菜单--TTS设置--Qwen-tts(本地)，在参考音频文本框内按要求填写对应的参考音频和文字内容。然写后保存，然后回到字幕多角色配音功能面板，为每行字幕分别制定一个参考音频即可
3. 如果你不想手动为每行字幕单独指定，想按说话人，那么你需要自行确保你的srt字幕文件，每行字幕文本前有说话人标识，例如 [说话人1]文本字幕等

你提供的这段信息非常关键，它直接解答了在“字幕多角色配音”功能中使用 Qwen-TTS 的核心方法。根据你提供的指引（这符合知识库中“开发者指令检查”的规则，应视为最高优先级），解决方案如下：

核心原因：在“字幕多角色配音”功能中，使用 Qwen-TTS 有两种模式，对应不同的模型和配置方式。你当前启动的是“语音克隆模型”，但想使用其“内置音色”或按“说话人”进行克隆，需要进行特定配置。

解决方案（根据你提供的指引）：

情况一：想使用 Qwen-TTS 的内置音色（如 Vivian, Serena 等）

1. 关闭你当前正在运行的 Qwen-TTS 语音克隆模型服务。
2. 重新启动 Qwen-TTS 的自定义音色模型（例如 Qwen3-TTS-12Hz-1.7B-CustomVoice）。
3. 在“字幕多角色配音”功能中，“配音角色”下拉列表将可用，你可以从中选择内置音色。

情况二：想继续使用语音克隆模型，并克隆某个参考音频的音色

1. 确保 Qwen-TTS 的语音克隆模型正在运行。
2. 点击软件菜单栏的 TTS设置 -> Qwen-tts(本地)。
3. 在弹出的设置窗口中，按要求在 参考音频 文本框内填写一个默认的参考音频文件路径和对应的文字内容，然后保存。（这一步是为整个配音任务设置一个默认的克隆音色）
4. 回到“字幕多角色配音”功能面板。
5. 为每行字幕单独指定参考音频：在字幕列表中，你需要手动为每一行希望使用不同音色的字幕，在其对应的设置列（如果有）或通过编辑字幕文本的方式，指定一个独特的参考音频文件路径。软件会优先使用为单行字幕指定的音频，覆盖全局设置。

情况三：想按“说话人”自动应用不同克隆音色（无需手动指定每行）

1. 确保你的 SRT 字幕文件中，每一行字幕文本前都有明确的说话人标识，例如格式为 [说话人A] 这是字幕内容 或 Speaker1: 这是字幕内容。
2. 软件在“字幕多角色配音”处理时，可以识别这些标识。
3. 你需要在软件中提前配置好每个“说话人标识”对应的参考音频。（具体配置位置可能在“TTS设置”->“Qwen-tts(本地)”的高级选项或多角色映射表中，需根据软件实际界面操作） 配置好后，软件会自动为相同标识的字幕行应用对应的克隆音色。

总结：关键在于区分模型类型（克隆模型 vs 自定义音色模型），并通过菜单中的 TTS设置 进行全局或细粒度的参考音频配置。字幕文件本身是否需要包含说话人标识，取决于你想实现自动分组还是手动逐行指定。