先说明一个前提：如果你正在研究如何给 NotebookLM 更换语音引擎，希望生成的播客声音更自然、更符合人物设定，甚至带一点方言特色——那么官方网页版基本不用再尝试了。这条路目前走不通。

想绕过封闭的 TTS 语音合成链路，真正实现自定义替换，只有本地部署的开源方案更靠谱。目前能够自由切换 TTS 引擎的，主要就是 Local-NotebookLM 和 NotebookLlama。前者通过修改配置文件即可切换到 Bark，后者则可以通过调整 ParlerTTS 模型路径或 speaker embedding 来更换音色。

先确认你使用的是哪个版本

官方 NotebookLM（也就是 notebooklm.google.com）——并没有开放 TTS 引擎的自定义权限。所有音频基本都由 Fireworks AI 托管的 MeloTTS 负责生成，在设置面板中来回查看，也只有语种、语调、时长这几个选项，Bark 或 ParlerTTS？目前无法直接使用。只有 Local-NotebookLM、NotebookLlama 这类本地开源部署版本，才支持自定义 TTS 后端与语音模型。

所以，如果你现在还在官方网页端反复查找设置入口，可以直接停下来——这一步目前没有实际效果。

Local-NotebookLM切换到Bark引擎

Local-NotebookLM 可以理解为官方 NotebookLM 功能的本地开源复刻版本，核心文件 make_audio.py 中专门预留了 TTS 模型接口。切换到 Bark 的步骤其实并不复杂：

第一步，打开项目根目录下的config.json，找到"tts_engine"字段；

第二步，把它的值从"melo"改成"bark"，然后保存配置文件；

第三步，确认系统中已经安装 bark 库及相关依赖——执行pip install git+https://github.com/suno-ai/bark.git，同时注意 Python 版本需≥3.9，并且环境要兼容 CUDA 12.1；

第四步，启动服务前，在终端中执行export BARK_OFFLINE=True。这一步非常关键，否则 Bark 可能会尝试联网下载大模型权重，导致运行过程卡住；

第五步，运行python app.py，上传 PDF 后生成的音频就会改由 Bark 进行语音合成。多说话人、背景音效、情绪语调等 Bark 的原生能力，此时都可以正常启用。

NotebookLlama中启用ParlerTTS

NotebookLlama 是 Meta 推出的完整 PDF 转播客流程方案，TTS 模块被独立封装在第 4 个 Jupyter Notebook 中，同时支持 ParlerTTS 和 Bark 两种语音生成路径。

方法一：直接修改Notebook第4页单元格

定位到!pip install parler-tts所在单元格下方，找到tts_model = ParlerTTSForConditionalGeneration.from_pretrained("parler-tts/parler-tts-mini-v1")这一行；

把模型路径替换为"parler-tts/parler-tts-mini-v1"（标准版）或"parler-tts/parler-tts-large-v1"（高保真版本）。需要注意的是，后者通常至少需要 16GB 显存才能稳定运行。

方法二：动态加载不同speaker

ParlerTTS 依赖 speaker embedding 来控制不同音色。你需要提前下载对应的 speaker 文件——前往 Hugging Face Hub 搜索parler-tts-speakertoken，下载speaker_token.pt，并放入notebookllama/tts/speakers/目录；

运行时传入参数--speaker_id "female_english_1"，即可绑定指定声线，实现更细致的角色配音效果。

【特别提醒：ParlerTTS 要求 transformers ≤4.43.3，而前面的 LLM 步骤通常需要 ≥4.45.0。因此必须在 TTS 单元格开头加入%pip install transformers==4.43.3，并在安装后重启内核，否则大概率会直接报错】