🎭 TTS 音色 Demo · demo（武侠父子）
Qwen3-TTS-1.7B · 两段式验证（voice_design → voice_clone）· 2026-08-16 21:15 · ep-wuxia-father-son 台词
6/6
全部成功 · 全实声
-18~-28
mean_volume dB（静音线 -80）
4
角色音色
~15s
热调用单条耗时
角色音色（seed 固定 → 跨片段音色一致）
🐛
阿毛
毛毛虫拟人小孩 · 主角
音色设计
seed 42 · 元气软糯男童声
「九十八、九十九、一百——爹你又输啦！」
6.54s · -20.0dB
克隆合成
seed 42
「爹，最厉害的武士是不是你呀？等我长大了，也要像你一样厉害！」
7.43s · -20.0dB
🪲
铁角
独角仙拟人武士 · 父亲
音色设计
seed 100 · 低沉温厚武士父亲声
「阿毛，闭上眼睛，数到一百——数完，爹就回来。」
15.58s · -27.9dB
克隆合成
seed 100
「阿毛，闭上眼睛，数到一百——数完，爹就回来。爹不在的时候，就说爹在忙。」
7.19s · -23.9dB
🦗
青锋
螳螂拟人青年剑客
音色设计
seed 200 · 清朗利落青年剑客声
「独角仙前辈，在下青锋，特来讨教！」
2.78s · -20.4dB
🦂
僵尸蜈蚣
僵尸化蜈蚣拟人巨兽 · 反派
音色设计
seed 300 · 沙哑嘶吼怪物低吼
「嘶——吼——！」
5.66s · -18.0dB
事故时间线（为什么 P10 会崩）
18:13
P09c 分镜板完成，P10_voice 启动
—
18:23
design_voice 排队（GPU1 被 P11 渲染 + qwen-eye 挤占）
500 · Timeout 300s
19:31
重试后三角色仍超时 → 24 条对白全降级 → mute hard-gate 拦截
engine_mute 崩溃
20:51
第二次重跑：GPU1 仅 4.7GB 空闲（qwen-eye 14.7GB + ComfyUI 4.4GB）
503 · vram_insufficient
21:10
kap-llm.sh stop 停掉闲置 qwen-eye（P11c 21:06 已完成，按设计本就该让位）→ GPU1 腾出 ~20GB
显存释放
21:12
同 API 同参数复测：4 角色音色设计 + 2 条克隆全成功
6/6 实声
结论
引擎健康，零代码缺陷。
TTS 崩溃是
资源调度问题
：并行 episode（ep-shencongshenyuan）P11 渲染 + qwen-eye 视觉判定共占 GPU1，Qwen3-TTS 需要 8GB 显存拿不到 → Phase 1 音色设计全灭 → Phase 2 clone 缺 ref_audio → 24 条对白全降级 → hard-gate 正确拦截。
新 project 保障
：P10 前确认 GPU1 ≥8GB 空闲（qwen-eye 用完即停 / 渲染错峰）；KAP
ensureVram
fail-fast 已在线（4s 快速失败不硬等）；TTS 超时已适配 600s。
音色方向确认后，我将以
新 project 号
正式启动 demo 全链创作（P01→P13）。