LuxTTS ONNX实测：1G显存、CPU/老显卡与长文本API朗读

刘悦的技术博客 · 6 天前

一句话导读：视频演示轻量化 LuxTTS ONNX 的本地语音合成流程，在 4060 笔记本上显存占用约 1G，并展示参考音频克隆、短文本、长篇故事朗读和 HTTP API 调用；评论区实测提醒，断句质量和参考音频中的停顿会直接影响输出。

核心内容：
1. 轻量运行定位：作者介绍该版本体积较小、推理速度快，面向低显存和老显卡用户，也支持纯 CPU。视频使用 4060 笔记本演示，任务运行时显示显存占用约 1G；这一数字只代表视频中的具体环境。
2. 启动与参考音频：双击启动后会自动拉起接口服务，默认使用参考音频进行声音条件控制。视频先用一段较短、口语化的文本测试，输出能够实时完成基本朗读。
3. 中文叙事文本：第二段测试使用“西湖边钓虾下酒”的较长中文叙事，检验连续句子、停顿和文章朗读。演示表明模型可以处理连续文本，但视频没有给出统一的主观质量评分。
4. HTTP API：作者直接调用本地接口服务进行合成。评论区给出的示例形式为 `http://localhost:9880/?text=测试测试，这里是测试`，并列出 `speed=1.2`、`speaker=女主播`、`seed=-1` 等可选参数，便于接入其他本地工具。
5. 超长文本演示：视频后半段播放了更长的悬疑故事片段，连续输出人物叙事和场景描述，用来证明引擎可以承载长文本朗读，而不只是单句 TTS。实际使用仍应按文本结构检查停顿、标点和段落衔接。
6. 评论区反馈：一位用户从官方仓库直接部署后认为速度较快，但断句仍不理想，尤其参考音频本身有停顿时，生成结果更容易出问题；另有用户反馈显存占用高于视频所示。由此看，参考音频质量、环境配置和文本标点都需要单独调试。

适合人群：需要低显存或 CPU 本地 TTS、希望通过简单 HTTP 接口接入朗读工具，以及要测试声音克隆和长文本生成的用户。

补充说明：本文根据授权视频的完整音频转写及默认第一页评论整理。性能和显存数据来自视频演示环境；评论区资源链接已有用户反馈可能失效，下载与部署前请先确认链接和上游仓库的当前状态。

相关夸克网盘链接：
【LuxTTS-Onnx：https://pan.quark.cn/s/28e8341fc00e】