如题，不包括赠送的 要长期投入使用，支持高并发，看了豆包并不便宜
9 个赞
语音模型都是按次计费的，比较贵
有个简单的方案就是：内容生成 + GPT-SoVits 来输出
3 个赞
Step Audio不是开源吗？这个可以本地部署的
4 个赞
本地部署个人玩玩还可以，但如果要高并发不行，还是要买API
2 个赞
佬，找到解决方案的话，麻烦分享下 
1 个赞
我也在找，佬你找到解决方案了吗
我看这个里面chat 模型显存最低要求 265G
豆包的体验最好，但是也太贵了
Step-Audio-Chat 有点大了，一般搞不起，可以试试 Qwen2-Audio-7B-Instruct，比较小，部署要求不高，性能还行，如果阿里升级到基于 Qwen2.5 的，估计就更好了。