一个把文本内容，根据素材音色，合成成一段语音的程序
根据文本内容自动合成音频，技术上称为：TTS（Text to Speech），顾名思义，文本语音生成。
目前最新版本牛哥已经集成了目前质量最高的开源模型，同时对推理工作流代码做了调整，使其可以适配各种需求环境
唇形同步部分提供三个参数进行设置：
tts-samples 目录下，重启软件，就会看到你自己的素材。素材为
mp3或者wav格式。
点击素材选择框后面的播放按钮可以预览素材效果。
输出语速：这个参数决定了输出的语速，1 为默认。
推理步数：又称为迭代步数，也就是每合成一次图像需要AI工作多少次，一般这个参数要在20以上效果比较好。
淡化时间：由于程序是批量输出，一段文字会被拆分为多段，这个参数决定了多段拼接在一起的时候，之间的衔接淡化时间长度。
自动生成参考文本：勾选这个复选框后，会忽略素材提供的参考文本内容，改由AI内部自动识别参考文本，但这会略微增加处理时长。
以上，参数调整会对输出的速度和质量产生影响，速度越快，效果越差，反之亦然，各自看自己的实际效果，进行合理设置。
点击 批量打开文件 会弹出系统打开文件对话框，选择需要合成的文本文件（也就是txt文件,文件内部为要输出的文本），可以一次性多选文件，每个文件最终生成一个音频文件。
点击 批量处理 按钮，开始处理，软件会依次对导入的文件进行处理，全部完成后，会弹出对话框提示。
点击 打开输出目录 按钮，会打开程序的输出目录，内部分两个文件夹，与 引擎选择 下拉框内名称一致的文件夹即为对应的输出。
点击 打开日志 按钮，会打开程序的输出日志，当程序未能正确工作，联系牛哥反馈问题时，请附带对应的日志文件。
在 TTS（Text-to-Speech，文本转语音）系统中，使用自定义音色可以让合成的语音更加个性化，甚至模仿特定的说话风格或语气。以下是具体的操作步骤，帮助你成功添加自定义音色。
为了让 TTS 系统能够识别并学习自定义音色，需要提供一个高质量的音频样本：
mp3 或者 wav 格式，确保兼容 TTS 处理系统。tts-samples 目录中，以便系统可以正确读取。小王.mp3
每个音频文件有一个相应的文本文件，提供该音频对应的文字内容，帮助 TTS 系统进行语音与文本的匹配。
文本文件不是必须选项，当文件不存在或者界面选择
自动生成参考文本时，软件会根据音频自动识别文字，但会略微增加程序原先时间。
.txt 扩展名。例如：
小王.mp3，创建 小王.mp3.txt小王.mp3 的内容是“你好，我是小王”，则 小王.mp3.txt 文件应当包含：你好，我是小王
如果希望 TTS 生成更自然的音色，可以录制多个音频样本，每个样本对应一个文本文件。确保样本内容多样化，包括不同语速、音调的句子，以提高 TTS 训练效果。例如：
| 音频文件 | 文本文件 | 内容示例 |
|---|---|---|
| xiaowang1.mp3 | xiaowang1.mp3.txt | 你好，我是小王 |
| xiaowang2.mp3 | xiaowang2.mp3.txt | 今天的天气真不错 |
| xiaowang3.mp3 | xiaowang3.mp3.txt | 你喜欢听音乐吗？ |
检查 TTS 配置文件
确保 tts-samples 目录下的MP3文件和TXT文件有效配对，命名准确，并且系统能够正确读取其中的音频文件。
测试 TTS 输出
使用新的音色生成语音，检查输出效果是否符合预期。如果音色不匹配，可以尝试：