ZONOS3 Mini

ZONOS3 Mini

用 ZONOS3-Mini 模型把文字转成十种语言的语音，有 27 种预设声音、短片段声音克隆、语速和响度控制，以及情绪调节。

由 mrfakename 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是一个文字转语音应用，基于 Zyphra 的 ZONOS3-Mini 模型。你可以从 27 种现成的声音里选，也可以用一段简短录音克隆一种声音，再在十种语言和一种情绪之间挑选。你还可以设定语速、响度和带宽。

适合谁：适合需要把文字变成语音的人，比如做旁白、做原型或测试声音。开发者可以阅读这个仓库，看模型的运行时是怎样接进 Gradio 页面的。

行业 | 谁在用 | 怎么用 | 例子
内容创作 | 视频和播客制作者 | 用预设声音把脚本变成旁白 | 用一种预设声音朗读一段短脚本
软件 | 应用开发者 | 在基于它开发之前先试一试文字转语音模型 | 测试一句话在选定语言里听起来怎么样
本地化 | 语言团队 | 听文字在多种语言里的效果 | 检查一句话在另一种语言里的样子
研究 | 语音研究者 | 在小模型上研究克隆和情绪调节 | 对比同一句话在不同情绪下的效果

如果你不需要生成的语音，可以跳过它。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 装有 Python 3.12 的 Windows
• 装有 Python 3.12 的 macOS
• 装有 Python 3.12 的 Linux

用途 | 适合谁 | 你得到什么
朗读文字 | 创作者 | 预设声音念出的语音
克隆声音 | 有权使用该声音的人 | 用短片段克隆出的声音念出的语音
调节情绪 | 创作者和研究者 | 带有所选情绪的语音

如何设置：在线使用什么都不用准备。在自己的电脑上跑，需要准备一点东西。

• 在 Windows、macOS 或 Linux 上装好 Python 3.12
• pip 工具，用来安装 requirements.txt 里的包
• packages.txt 里的系统软件包，Hugging Face 会用 apt-get 安装它们
• 如果在线使用这个 Space，什么都不用装，它直接在浏览器里运行

1. 安装 Hugging Face hub 包。
2. 把这个 Space 的文件下载到本地文件夹。
3. 进入那个文件夹。
4. 安装指定版本的 Gradio，再安装 requirements.txt 里的包。
5. 启动应用。

pip install -U huggingface_hub
hf download mrfakename/zonos3-mini --repo-type space --local-dir zonos3-mini
cd zonos3-mini
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py

如何使用：在线使用时，打开这个 Space 的页面，直接在里面操作。在自己的电脑上，就在项目文件夹里运行下面这条命令，再打开 Gradio 显示的页面。

python app.py

工具 | 作用
预设声音 | 27 种现成的声音，用来念你的文字
声音克隆 | 用一段简短录音生成一种声音，除非你另选语言，否则按美式英语处理
语言 | 十种可以选择的朗读语言
语速、响度和带宽 | 调节语音听起来怎么样的条件设置
情绪调节 | 改变声音的情绪，并且可以和克隆一起使用

示例：你输入一句话，选一种预设声音和一种语言，然后启动应用。它会把这句话以那种声音念出来，返回语音音频。

新手与专家：如果你是新手，先打开这个 Space 的页面，输入一句简短的话，保留一种预设声音。不用安装任何东西，你马上就能听到结果。

如果你熟悉这个领域：这个 Space 运行模型作者提供的官方纯 PyTorch 运行时，已经复制进了仓库。声音由 KEEP-2 解码头输出，这是作者的 Python 服务器里的默认做法。模型卡的快速开始改用另一个多分辨率头。情绪来自一个引导包，用的是作者为基础模型推荐的强度。

输入文字，选声音和语言
可再加片段、情绪或设置
ZONOS3-Mini 运行时生成音频
KEEP-2 解码头进行解码
你听到语音

注意事项：作者还发布了一个完全在浏览器里用 WebGPU 运行的版本。

• License: 权重用 Apache 2.0，运行时代码用 MIT，和说明里写的一致，仓库里的 LICENSE 和 NOTICE 文件列出了包含的第三方部分
• Cost to run: 没有提到，线上版本用的是 Hugging Face 的 zero-a10g 硬件
• Data it reaches: 你输入的文字，以及你给它用于克隆的片段。这个 Space 列出了一个模型，Zyphra/ZONOS3-Mini
• Not for: 克隆你没有权限使用的声音

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/mrfakename/zonos3-mini
• 文件：https://huggingface.co/spaces/mrfakename/zonos3-mini/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。