TTS 是将文字转为语音的模型，最近很火的开源 TTS 项目，本地可以运行，运行环境 M2 Max，差不多每秒钟 4～～5 个字。本文将介绍如何在本地运行 ChatTTS。
下载源码
首先下载源代码
git clone https://github.com/2noise/ChatTTS
安装依赖
安装项目所需依赖
cd ChatTTS
pip install -r requirements.txt
打开 example.ipynb
项目中自带了一个示例代码，直接在 VSCode 中打开，默认模型从 Hugginface 下载，我添加了一段代码，从 ModelScope 下载，再从本地读取模型。
from modelscope import snapshot_download
## 产看日志的中 Model 下载位置
model_dir = snapshot_download('pzc163/chatTTS')
chat = ChatTTS.Chat()
# chat.load_models()
# Use force_redownload=True if the weights updated.
# chat.load_models(force_redownload=True)
# If you download the weights manually, set source='locals'.
# 修改 local_path 到指定位置
chat.load_models(source='local', local_path='/mnt/workspace/.cache/modelscope/pzc163/chatTTS')
运行
按 Notebook 中步骤运行就可以生成语音了。
启动 UI
根目录下运行
python web-ui.py
QA
如果遇到 Normalizer pynini WeTextProcessing nemo_text_processing ，
- 安装依赖
conda install -c conda-forge pynini=2.1.5 && pip install nemo_text_processing
conda install -c conda-forge pynini=2.1.5 && pip install WeTextProcessing
- 如果问题依然存在，可以将代码注释掉
具体解决方案参见 issue 164
