Breeze TTS 2 本地安装指南

Windows 安装

Windows 11 / RTX 5090 D 实测 · 2026.10.25

这个便携版运行时不需要 Python、Conda 或 CUDA 工具包。我们已从空目录完成重新下载、解压、启动和生成；电脑已有显卡驱动。

01准备系统和显卡驱动

需要 Windows 10/11 64 位（Intel/AMD x64）、支持 AVX2 的 CPU，以及约 6 GB 空闲磁盘空间。新电脑先装好显卡驱动，再继续下面的步骤。

在“设备管理器 → 显示适配器”查看显卡型号，到对应厂商下载：NVIDIA、AMD、Intel。按安装程序提示完成，要求重启时先重启。

本 Windows 发布包依赖驱动提供的 Vulkan 运行库（vulkan-1.dll）。免装 AI 环境不等于免装驱动；缺少这个文件时，单加 --cpu 也解决不了。无需安装整套 Vulkan SDK 或 CUDA 工具包。

02下载程序与模型

• Windows 便携程序 v0.1.3，约 74 MB。
• 魔搭 Q8_0 模型直链，约 3.57 GB。也可以到魔搭模型文件页找 breeze-tts-2-q8_0.gguf。

本次使用 tardigrade4ai 提供的社区镜像，完整下载后与官方 Q8_0 的 SHA-256 一致，未另建重复镜像。不需要安装魔搭 SDK，也不要下载整仓库的所有量化版本。

03解压，把模型放在程序旁

解压程序，打开含有 breeze-server.exe 的那层文件夹，把 breeze-tts-2-q8_0.gguf 放进去。保留压缩包里的其他文件。

D:\BreezeTTS\
  breeze-server.exe
  libbreeze.dll
  breeze-tts-2-q8_0.gguf
  start-breeze.cmd
  …压缩包内的其他文件

这个 GGUF 包无需另外下载 audio_tokenizer/。

04启动，生成第一段声音

下载启动文件 start-breeze.cmd，放进同一文件夹，双击。它会先校验模型，再加载和预热，准备好后自动打开浏览器。使用期间保持启动窗口打开。

如果浏览器没有自动打开，稍等后手动访问 http://127.0.0.1:8088/。首次启动需要预热，暂时打不开不代表安装失败。

.\breeze-server.exe breeze-tts-2-q8_0.gguf --host 127.0.0.1 --port 8088 --webui

输入文字，下载声音

1. 保持 VOICE DESIGN（音色设计）标签。
2. TEXT TO SPEAK 填要读的文字；VOICE DESCRIPTION 填声音描述。
3. 第一次可关闭 STREAM WHILE GENERATING，其他参数先用默认值。
4. 点 GENERATE，出现 DONE 后点 DOWNLOAD WAV。

你好，欢迎来到我的博客。这是一段在电脑上生成的中文测试声音。

声音描述：成年男性，标准普通话，语速适中，吐字清楚。要复现下面的样音，可将 SEED 改为 1234。

本机实测

Windows 11、RTX 5090 D 上，全新下载的程序和模型在仅保留 Windows 系统工具的环境下，通过 Vulkan 显卡生成了这段 6.08 秒、24 kHz 单声道 WAV。CFG 为 1，Seed 为 1234；自动转写与上面的文字一致，波形无削波。未进行人工听感评测。

6.08 秒是音频时长，不是生成耗时。

设置与使用经验

先用这组设置跑出第一段声音，再一次只改一个参数。这是本次 Windows 样音的配置，供起步参考。

首次可关闭流式生成。声音描述用：成年男性，标准普通话，语速适中，吐字清楚。

• 给预热一点时间。等浏览器自动打开，别因为几秒没反应就连点多个启动窗口。
• 从短句开始。同一段文字，Seed 42 生成了 5.60 秒，Seed 1234 生成了 6.08 秒；种子会影响结果，先固定种子比较。
• 生成后对照原文试听。一次自动转写把“博客”写成“播客”；仅凭转写不能判断是识别差异还是发音差异。DONE 代表生成结束，还需要检查成品。
• 保留一个启动窗口。关窗口会停止服务，下次双击重新启动。端口占用先关旧窗口；模型不完整或校验失败时，重新检查下载。

量化版本怎么选

第一次先选 Q8_0。显存紧张再考虑 Q4_K；F16 文件更大，本文未做音质对比。

GB 按十进制计算。显存还包含运行开销；量化不保证更快。初次使用先避开文件名带 -dd 的实验版本。

遇到问题

macOS 安装

VoiceStudio / audio.cpp · 仅核对现行文档，尚未实测

Mac 采用独立的图形化应用路线。下面四步根据项目文档整理；它与 Windows 便携包使用不同的引擎和模型文件。

01确认 Mac 型号

打开“ → 关于本机”，确认是 Apple Silicon（M 系列芯片），系统为 macOS 13.3 或更新。VoiceStudio 文档要求约 10 GB 空间用于应用、环境和模型，建议另留余量。Intel Mac 的 VoiceStudio 本地后端目前不受支持。

02下载并安装应用

前往 VoiceStudio 发布页，选择文件名带 mac-arm64.dmg 的安装包，按发布页的 SHA256SUMS 校验。打开 DMG，把 VoiceStudio 拖进“应用程序”，再启动应用。首次设置会自动准备应用所需环境；按应用提示完成。

03在应用里安装引擎与模型

进入 Settings → Models，找到 Breeze-TTS-2 的 audio.cpp 模型，按界面安装；在 audio.cpp 引擎行点击 Install runtime。在 Model Catalogue 中明确选择 audiocpp，并在 Weights 中确认 Breeze-TTS-2 Q8_0 已安装。

此引擎的 Q8_0 约 4.73 GiB。不要放入 Windows 那份 3.57 GB GGUF；同为 Q8_0，不代表文件兼容。

04从短句开始生成

选择 Breeze-TTS-2 / audiocpp，用音色设计模式输入一句中文和声音描述，再生成试听。引擎会在第一次生成时启动。Mac 这条路线尚未在本机验证，按钮名称与排错请对照当前引擎文档。

只想先体验声音，可以直接使用下方的官方网页服务，不必等待本地安装。

遇到问题