刚来L站没多久，这也是我发布的第一篇帖子，写得有点乱，大家多担待。关于megatts3官方五个月了没有开放vae的编码模型，megatts效果是不错，但是之前没办法自主克隆想要的音色，需要将音色发给官方生成npy文件才可以。 
但是，非常感谢@ACoderPassBy/MegaTTS-SFT  提供了vae的编码模型，日常使用甚至应用到项目中都完全没问题。 
官方仓库地址：git clone GitHub - bytedance/MegaTTS3 
模型下载： 
modelscope download --model ACoderPassBy/MegaTTS-SFT --local_dir ./checkpoints 
测试时顺带做了个包，供学习使用： 
 [image] 
运行环境： 
windows下常驻显存大约7个G,推理峰值占用显存在11G 因此至少需要12G显存的显卡。目前只支持...