Dots.TTS 0.2.1：6GB显存声音克隆、流式API与超长文本

作者：@刘悦的技术博客

Dots.TTS 0.2.1：6GB显存声音克隆、流式API与超长文本

一句话导读：Dots.TTS 0.2.1 面向本地低显存语音合成，新增稳定性与编译加速改进，并提供流式推理、超长文本、参考音频声音克隆和接口调用。

核心内容：
1. 视频介绍 0.2.1 版本已增强稳定性并加入编译加速，同时支持流式推理和超长文本；双击启动项即可拉起本地接口服务。
2. 演示设备是 RTX 4060 笔记本，默认使用参考音频进行声音克隆，运行时显存占用约 6GB。不同文本长度、并发、精度和系统环境下的实际占用可能不同。
3. 短句测试展示了参考声音与情绪表达的迁移效果，也用重复问句观察连续生成的一致性；个别文本发音是否准确仍应按具体语言和语料实测。
4. 接口服务可直接供其他应用调用，视频还演示了流式输出，以及把它设置为 Open WebUI 的朗读引擎，适合接入聊天、阅读和批量配音流程。
5. 长文本示例连续朗读小说段落，用来验证超长文本能力和叙述连贯性。视频未系统比较多语言支持、首包延迟和并发吞吐，这些指标需结合项目说明与本机测试确认。

适合人群：希望在约 6GB 显存级设备上部署本地 TTS、进行声音克隆与情绪迁移，或需要流式 API、长文本朗读和 Open WebUI 接入的用户。

补充说明：本文根据授权视频完整音频转写整理。版本依赖、硬件占用、语言支持与接口格式可能更新，请以原视频和项目说明为准。