BreezeTTS-2：4G显存实时TTS，超长文本/声音克隆/低语指令与API用法

作者：@刘悦的技术博客

BreezeTTS-2：4G显存实时TTS，超长文本/声音克隆/低语指令与API用法

一句话导读：刘悦实测开源 BreezeTTS-2——4060 笔记本约 4G 显存即可实时推理，支持参考音频声音克隆、指令文本（低语等）、副文本特殊场景，以及接口服务与超长文本朗读。

核心内容：
1. 定位与启动：BreezeTTS 属具备指令文本 / 副文本指令能力的 TTS 模型，适合内容创作与填词类场景；双击启动后会自动拉起接口服务，默认走参考音频做声音克隆。
2. 硬件门槛：作者在 4060 笔记本上演示，显存占用约 4G，对低显存本机友好。
3. 指令文本与低语：可在指令文本中指定「耳语」等风格；通过调高 CFG 系数强化指令遵循程度。视频中用同一句中英文指令文本对比了正常与耳语效果。
4. 风格与自定义音色：除指令外还可切换缓慢/客制风格；支持自行设计音色参考，并演示了古风吟诵、轻松对白等不同参考声的生成差异。
5. 副文本特殊场景：可用副文本指令生成特殊情绪/场景语音（视频中演示了音量调低、情绪化语气等）。
6. API 直出：除本地界面外，可直接调用接口服务做推理；末段用超长叙事文本实测连续朗读，验证长文本与实时推理稳定性。
7. 注意：后半段超长文本为音色/连贯性演示素材，本身不是教程正文；落地请以模型能力与合规用途为准。

适合人群：需要本机低显存实时 TTS、声音克隆、指令可控风格，或要接 API 做长文本播报的开发者与创作者。

补充说明：本文根据授权视频转写整理，建议观看原视频获取完整演示细节。

相关夸克网盘链接：
【BreezeTTS-2：https://pan.quark.cn/s/b1ad839653da】