TTS 音色发闷:参考音频 44.1 kHz 进 24k 模型怎么对齐

陆零云 38 0
客服机器人接的是自建 CosyVoice2-0.5B 服务,上线第二天运营反馈音色不对。选的是女声 zh_female_01,出来像男声,语速还快了一截。接口返回 200,wav 也能正常播放,听感就是偏。 先怀疑 speaker id 传错。把 voice 参数换成内置的 8 个 id 各合成 10 条,只有 3 个听着偏中性,其余正常,映射表没问题。接着用 ffprobe 看输出,采样率是 22050,而推理配置写的是 24000。前端按 24000...