简介
ChatTTS是专门为对话场景设计的文本转语音模型，支持多人同时对话，适用的场景非常丰富，比如LLM助手对话任务，视频配音、声音克隆等。同时支持英文和中文两种语言。最大的模型使用了10万小时以上的中英文数据进行训练，功能非常的强大。
文本转语音（TTS）在生活中的应用非常的广泛，比如有声小说、语音导航，视频配音和智能家居控制等。
今天给大家推荐一个超强的TTS文本转语音应用，适用于自然、对话式文本转语音，特别适用于大型语言模型助手的对话任务，以及诸如对话式音频和视频配音等，并且可以免费使用。
教程
1. 下载项目源码
点击进入 chatTTS开源项目地址https://github.com/2noise/ChatTTS
解压zip文件，安装python sdk python下载地址
2. 安装项目依赖
cmd控制面板 进入项目根目录，创建python虚拟环境
- 执行命令，创建一个名为.venv的虚拟环境：
python -m venv .venv
-
执行后会在项目根目录下生成一个
.venv文件夹
-
执行安装项目依赖命令，下载安装项目所需要的环境依赖
pip install --upgrade -r requirements.txt
- 等待下载安装完成
快速启动
确保在执行以下命令时，处于项目根目录下。
启动 WebUI 可视化界面，执行以下命令：
python examples/web/webui.py
- 下次启动只用在项目根目录下执行这个命令即可
- 首次启动会从 https://huggingface.co下载AI语音模型，需要科学上网，过程需要大约20分z左右。
使用教程
启动完成后，会在浏览器里自动打开本地网址。
- 如果没有打开，自己在浏览器输入栏，输入网址 http://localhost:8080/
文生音频
在输入文本框内输入你要生成的语音的文字
选择你想要的音色
点击生成
会在输出音频框内显示生成的音频，点击下载图标，可以下载音频。
声音克隆
在采集音频这个上传一段你想要克隆的人物的声音视频，不要出现其他人物的声音和其他杂音，时长一分钟左右即可。
上传完，在音频代码里面会有你克隆声音的向量代码，复制粘贴，
把复制的人物语音向量代码粘贴到说话人嵌入里面
然后和文生音频的步骤一样，输入你要合成的文字，点击生成按钮即可获得，某个人得克隆音频。
相关文章推荐
《使用 Xinference 部署本地模型》
《Fastgpt接入Whisper本地模型实现语音输入》
《部署和接入使用重排模型bge-reranker》
《部署接入 M3E和chatglm2-m3e文本向量模型》
《Fastgpt 无法启动或启动后无法正常使用的讨论（启动失败、用户未注册等问题这里）》
《vllm推理服务兼容openai服务API》
《解决vllm推理框架内在开启多显卡时报错问题》
