WaveGen

WaveGen

根据一段参考录音、它的准确文字稿和要朗读的文字，生成英语或普通话语音。在 ZeroGPU 上提供 WaveGen V-Spec 和 WaveGen-Flash 两个模型，输出 24 kHz 音频。

由 LeeSangHoon 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：WaveGen 是一个文字转语音应用，能生成英语或普通话语音。你给它一段参考录音、这段录音的准确文字稿，以及你想让它说的文字。模型直接写出 24 kHz 的波形音频。它提供两个模型，WaveGen V-Spec 和 WaveGen-Flash。

适合谁：想试一试根据参考录音工作的文字转语音模型的语音研究人员和开发者，以及需要英语或普通话短音频的人，都适合用它。

Industry | Who uses it | How they use it | Example
语音研究 | 研究人员 | 在同一份输入上比较两个 WaveGen 模型 | 用同一段录音分别运行 V-Spec 和 Flash
软件 | 开发者 | 研究 ZeroGPU 语音应用是怎么搭建的 | 阅读 app.py 和 runtime.py
媒体 | 内容创作者 | 根据参考录音生成一句简短的朗读 | 输入一句话，下载 WAV 文件
教育 | 语言老师 | 听英语或普通话文字被朗读出来 | 每种语言各生成一小段

需要其他语言的语音，或者单段音频超过 30 秒的人可以跳过。

用在哪里：它可以在这些地方运行。

• 网页浏览器，打开 Hugging Face 上的 Space 页面
• Windows，需要 Python 3.12.12 和一块 CUDA GPU，用于本地副本
• macOS，需求相同
• Linux，需求相同

Use case | Who | What they get back
根据文字生成语音 | 内容创作者 | 朗读这段文字的 WAV 文件
比较两个模型 | 研究人员 | WaveGen V-Spec 和 WaveGen-Flash 的输出
在本地运行演示 | 开发者 | 需要 CUDA 设备的本地副本

如何设置：在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本，需要下面这些。

• Python 3.12.12 和 pip
• huggingface_hub 包，它提供 hf 命令
• 一块 CUDA GPU，因为合成使用 CUDA BF16 自动混合精度
• packages.txt 里列出的系统软件包，线上的 Space 用 apt-get 安装它们
• 一个名为 HF_TOKEN 的 Hugging Face 读取令牌，只在模型仓库为私有时需要
• 足够的磁盘空间，仓库里有 36 个文件

1. 安装 huggingface_hub 包。
2. 把这个 Space 的文件下载到本地文件夹。
3. 进入这个文件夹。
4. 安装这个 Space 使用的 Gradio 版本，再安装 requirements.txt 里的包。
5. 启动应用。

pip install -U huggingface_hub
hf download LeeSangHoon/WaveGen --repo-type space --local-dir WaveGen
cd WaveGen
pip install gradio==6.17.3
pip install -r requirements.txt
python app.py

如何使用：打开 Space 页面，或者在你的电脑上运行应用，再打开 Gradio 显示的页面。提供一段参考录音，输入它的准确文字稿，再输入要朗读的文字。选择一个模型，然后生成。

python app.py

Tool | What it does
WaveGen V-Spec | 推荐的模型，默认选中，使用 50 个欧拉步
WaveGen-Flash | 更快的模型，使用四个欧拉步
WAVEGEN_MODEL_REPO | 一个 Space 变量，设置要加载哪个模型仓库
WAVEGEN_MODEL_REVISION | 一个 Space 变量，固定模型的修订版本

示例：你上传一段简短的英语录音，输入它准确说了什么，再输入一句新的话让它朗读。你用 V-Spec 点生成，得到这句新话的 WAV 文件，它是根据你的参考录音生成的。

新手与专家：文字转语音就是把文字变成声音。在这里，模型还会听一段参考录音来决定结果的样子。第一件可以试的小事，是用默认的 V-Spec 模型试一下自带的示例。

模型直接生成波形音频。权重保持 FP32，合成在 CUDA BF16 自动混合精度下运行。V-Spec 用 50 个欧拉步采样，Flash 用四个。两者都从初始 Mel 温度 0 开始。参考录音加上生成的语音必须在 30 秒以内。应用不会替你截断或拆分文字，所以长文字要自己拆成较短的段落。

你给出参考录音和它的文字稿
你输入要朗读的文字
选中的模型生成 24 kHz 音频
应用返回一个 WAV 文件

注意事项：应用一次只处理一个生成任务。在 ZeroGPU 上，等待多久、每天能运行多少，取决于你自己的 Hugging Face 账号。

Title: 各模型的欧拉步数
WaveGen V-Spec: 50 steps
WaveGen-Flash: 4 steps

• License: mit
• Cost to run: 只有在模型仓库为私有时才需要 Hugging Face 令牌，否则未提及
• Data it reaches: 你的参考录音、文字稿和文字，以及 Space 启动时下载的模型文件
• Not for: 英语和普通话以外的语言，以及参考录音加输出超过 30 秒的片段
• Hardware: 这个 Space 设为在 Hugging Face 的 zero-a10g 上运行

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/LeeSangHoon/WaveGen
• 文件：https://huggingface.co/spaces/LeeSangHoon/WaveGen/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。