feat: Enhance README with project description, installation instructions, and acknowledgments

README.zh.md

@@ -1,6 +1,8 @@
 # Qwen3-TTS WebUI
 
-基于 Qwen3-TTS 的文本转语音 Web 应用，支持自定义语音、语音设计和语音克隆。
+**非官方** 基于 Qwen3-TTS 的文本转语音 Web 应用，支持自定义语音、语音设计和语音克隆，提供直观的 Web 界面。
+
+> 这是一个非官方项目。如需查看官方 Qwen3-TTS 仓库，请访问 [QwenLM/Qwen3-TTS](https://github.com/QwenLM/Qwen3-TTS)。
 
 [English Documentation](./README.md)
 
@@ -48,41 +50,173 @@
 
 ## 技术栈
 
-后端：FastAPI + SQLAlchemy + PyTorch + JWT
-前端：React 19 + TypeScript + Vite + Tailwind + Shadcn/ui
+**后端**: FastAPI + SQLAlchemy + PyTorch + JWT
+- 使用 PyTorch 直接推理 Qwen3-TTS 模型
+- 异步任务处理与批量优化
+- 支持本地模型 + 阿里云 API 双后端
 
-## 快速开始
+**前端**: React 19 + TypeScript + Vite + Tailwind + Shadcn/ui
 
-### 后端
+## 安装部署
+
+### 环境要求
+
+- Python 3.9+ 并支持 CUDA（用于本地模型推理）
+- Node.js 18+（用于前端）
+- Git
+
+### 1. 克隆仓库
+
+```bash
+git clone https://github.com/yourusername/Qwen3-TTS-webUI.git
+cd Qwen3-TTS-webUI
+```
+
+### 2. 下载模型
+
+**重要**: 模型**不会**自动下载，需要手动下载。
+
+详细信息请访问官方仓库：[Qwen3-TTS 模型](https://github.com/QwenLM/Qwen3-TTS)
+
+进入后端目录：
+```bash
+cd qwen3-tts-backend
+mkdir -p Qwen && cd Qwen
+```
+
+**方式一：通过 ModelScope 下载（推荐中国大陆用户）**
+
+```bash
+pip install -U modelscope
+
+modelscope download --model Qwen/Qwen3-TTS-Tokenizer-12Hz --local_dir ./Qwen3-TTS-Tokenizer-12Hz
+modelscope download --model Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice --local_dir ./Qwen3-TTS-12Hz-1.7B-CustomVoice
+modelscope download --model Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign --local_dir ./Qwen3-TTS-12Hz-1.7B-VoiceDesign
+modelscope download --model Qwen/Qwen3-TTS-12Hz-1.7B-Base --local_dir ./Qwen3-TTS-12Hz-1.7B-Base
+```
+
+可选的 0.6B 模型（更小、更快）：
+```bash
+modelscope download --model Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoice --local_dir ./Qwen3-TTS-12Hz-0.6B-CustomVoice
+modelscope download --model Qwen/Qwen3-TTS-12Hz-0.6B-Base --local_dir ./Qwen3-TTS-12Hz-0.6B-Base
+```
+
+**方式二：通过 Hugging Face 下载**
+
+```bash
+pip install -U "huggingface_hub[cli]"
+
+huggingface-cli download Qwen/Qwen3-TTS-Tokenizer-12Hz --local-dir ./Qwen3-TTS-Tokenizer-12Hz
+huggingface-cli download Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice --local-dir ./Qwen3-TTS-12Hz-1.7B-CustomVoice
+huggingface-cli download Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign --local-dir ./Qwen3-TTS-12Hz-1.7B-VoiceDesign
+huggingface-cli download Qwen/Qwen3-TTS-12Hz-1.7B-Base --local-dir ./Qwen3-TTS-12Hz-1.7B-Base
+```
+
+可选的 0.6B 模型（更小、更快）：
+```bash
+huggingface-cli download Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoice --local-dir ./Qwen3-TTS-12Hz-0.6B-CustomVoice
+huggingface-cli download Qwen/Qwen3-TTS-12Hz-0.6B-Base --local-dir ./Qwen3-TTS-12Hz-0.6B-Base
+```
+
+**最终目录结构：**
+```
+Qwen3-TTS-webUI/
+├── qwen3-tts-backend/
+│   └── Qwen/
+│       ├── Qwen3-TTS-Tokenizer-12Hz/
+│       ├── Qwen3-TTS-12Hz-1.7B-CustomVoice/
+│       ├── Qwen3-TTS-12Hz-1.7B-VoiceDesign/
+│       └── Qwen3-TTS-12Hz-1.7B-Base/
+```
+
+### 3. 后端配置
 
 ```bash
 cd qwen3-tts-backend
+
+# 创建虚拟环境
 python -m venv venv
-source venv/bin/activate
+source venv/bin/activate  # Windows: venv\Scripts\activate
+
+# 安装依赖
 pip install -r requirements.txt
+
+# 安装 Qwen3-TTS
+pip install qwen-tts
+
+# 创建配置文件
 cp .env.example .env
-# 编辑 .env 配置 MODEL_BASE_PATH 和 DEFAULT_BACKEND
-# 本地模型：确保 MODEL_BASE_PATH 指向 Qwen 模型目录
-# 阿里云：设置 DEFAULT_BACKEND=aliyun 并在 Web 设置页面配置 API 密钥
-uvicorn main:app --host 0.0.0.0 --port 8000 --reload
+
+# 编辑配置文件
+# 本地模型：设置 MODEL_BASE_PATH=./Qwen
+# 仅阿里云 API：设置 DEFAULT_BACKEND=aliyun
+nano .env  # 或使用其他编辑器
 ```
 
-### 前端
+**重要的后端配置** (`.env` 文件)：
+```env
+MODEL_DEVICE=cuda:0              # 使用 GPU（或 cpu 使用 CPU）
+MODEL_BASE_PATH=./Qwen           # 已下载模型的路径
+DEFAULT_BACKEND=local            # 使用本地模型用 'local'，API 用 'aliyun'
+DATABASE_URL=sqlite:///./qwen_tts.db
+SECRET_KEY=your-secret-key-here  # 请修改此项！
+```
+
+启动后端服务：
+```bash
+# 使用 uvicorn 直接启动
+uvicorn main:app --host 0.0.0.0 --port 8000 --reload
+
+# 或使用 conda（如果你喜欢）
+conda run -n qwen3-tts uvicorn main:app --host 0.0.0.0 --port 8000 --reload
+```
+
+验证后端是否运行：
+```bash
+curl http://127.0.0.1:8000/health
+```
+
+### 4. 前端配置
 
 ```bash
 cd qwen3-tts-frontend
+
+# 安装依赖
 npm install
+
+# 创建配置文件
 cp .env.example .env
-# 编辑 .env 配置 VITE_API_URL
+
+# 编辑 .env 设置后端地址
+echo "VITE_API_URL=http://localhost:8000" > .env
+
+# 启动开发服务器
 npm run dev
 ```
 
-访问 `http://localhost:5173`
+### 5. 访问应用
 
-**首次运行**: 第一次运行时会自动初始化一个超级管理员账户：
+在浏览器中打开：`http://localhost:5173`
+
+**默认账号**：
 - 用户名：`admin`
 - 密码：`admin123456`
-- **重要**: 强烈建议登录后立刻修改密码！
+- **重要**: 登录后请立即修改密码！
+
+### 生产环境部署
+
+用于生产环境：
+
+```bash
+# 后端：使用 gunicorn 或类似的 WSGI 服务器
+cd qwen3-tts-backend
+gunicorn main:app -w 4 -k uvicorn.workers.UvicornWorker -b 0.0.0.0:8000
+
+# 前端：构建静态文件
+cd qwen3-tts-frontend
+npm run build
+# 使用 nginx 或其他 Web 服务器提供 'dist' 文件夹
+```
 
 ## 配置
 
@@ -164,6 +298,10 @@ GET  /jobs/{id}/download     - 下载结果
 - `backend: "aliyun"` - 使用阿里云 TTS API
 - 如果不指定，则使用用户的默认后端设置
 
+## 特别鸣谢
+
+本项目基于阿里云 Qwen 团队开源的 [Qwen3-TTS](https://github.com/QwenLM/Qwen3-TTS) 官方仓库构建。特别感谢 Qwen 团队开源如此强大的文本转语音模型。
+
 ## 许可证
 
 Apache-2.0 license