ChatTTS – 开源的用于对话的生成式语音合成模型


ChatTTS是什么

ChatTTS是一款专为对话场景设计的支持中英文的文本转语音(TTS)模型,基于约10万小时的中英文数据进行训练,能够生成高质量、自然流畅的对话语音。ChatTTS针对对话式任务进行了优化,实现了更自然、流畅的语音合成,同时支持多说话人,还具备细粒度控制能力,能够预测和控制韵律特征,如笑声、停顿等,超越了大部分开源TTS模型。

ChatTTS – 开源的用于对话的生成式语音合成模型

ChatTTS的功能特色

  • 文本转语音:ChatTTS能够将用户输入的文本信息实时转换成自然流畅的语音输出,适用于多种语言环境。
  • 多语言支持:除了支持中文,ChatTTS还能够处理英文文本,使其能够服务于更广泛的用户群体。
  • 情感和韵律调整:ChatTTS不仅能够转换文本,还能够根据文本内容调整语音的情感色彩和韵律特征,如语速、语调、停顿等,使得语音更加贴近真实人类说话的自然节奏。
  • 语音角色选择:用户可以根据应用场景的需要,从多个预设的语音角色中选择最合适的声音,增加语音的个性化和表现力。
  • 交互式Web界面:通过直观的Web界面,用户可以直接在浏览器中输入文本并获取语音输出,无需编写代码。
  • 实时语音交互:ChatTTS支持实时语音合成,非常适合需要即时反馈的对话系统和交互式应用。
  • 语音文件导出:用户可以将合成的语音导出为常见的音频文件格式,方便进行后续的编辑、分享或作为多媒体内容的一部分。
  • 集成与兼容性:ChatTTS支持集成到各种平台和应用中,可以无缝集成到Web应用、移动应用、桌面软件等多种环境中。
  • 情感标记系统:ChatTTS支持在文本中嵌入情感标记,允许用户精细控制语音输出的情感表达,如在文本中插入[laugh]标记来模拟笑声。
ChatTTS – 开源的用于对话的生成式语音合成模型

ChatTTS的官网入口

  • 官方GitHub源码库:https://github.com/2noise/ChatTTS
  • Hugging Face模型地址:https://huggingface.co/2Noise/ChatTTS
  • ModelScope模型地址:https://www.modelscope.cn/models/pzc163/chatTTS/summary

如何运行ChatTTS

方法一、在线体验Demo

普通用户可以在ModelScope和Hugging Face上运行社区提供的在线ChatTTS WebUI版的Demo直接体验

  • ModelScope版Demo:https://www.modelscope.cn/studios/AI-ModelScope/ChatTTS-demo/summary
  • Hugging Face版Demo:https://huggingface.co/spaces/Dzkaka/ChatTTS

方法二、本地部署运行

  1. 安装环境:确保你的计算机上安装了Python和Git。
  2. SDK下载:安装ModelScope和SDK模型下载
    #安装ModelScope
    pip install modelscope
    #SDK模型下载
    from modelscope import snapshot_download
    model_dir = snapshot_download('pzc163/chatTTS')
版权声明:ainav 发表于 2025-01-15 20:27:46。
转载请注明:ChatTTS – 开源的用于对话的生成式语音合成模型 | AI导航站