English | 简体中文

Awesome-ChatTTS 是官方推荐的 ChatTTS 资源汇总项目，欢迎在 issues 中推荐或者自荐。

如果觉得本项目对你了解和使用 ChatTTS 有帮助，还请打赏个 ⭐️ 支持一下。

Note

以下项目均为社区资源，查看官方信息请到源仓库 2noise/ChatTTS 。

• 官方简介
• 快速体验
• 热门分支
• 界面说明
• 音色控制
• 入门教程
• 常见问题
• 报错速查

官方简介

ChatTTS.-.001.-.ChatTTS.mp4

快速体验

网址	类型
Original Web	原版网页版体验
Forge Web	Forge 增强版体验
Linux	Python 安装包
Samples	音色种子示例
Cloning	音色克隆体验

热门分支

功能增强

项目	Star	亮点
jianchang512/ChatTTS-ui		提供 API 接口，可在第三方应用中调用
6drf21e/ChatTTS_colab		提供流式输出，支持长音频生成和分角色阅读
lenML/ChatTTS-Forge		提供人声增强和背景降噪，可使用附加提示词
CCmahua/ChatTTS-Enhanced		支持文件批量处理，以及导出 SRT 文件
HKoon/ChatTTS-OpenVoice		配合 OpenVoice 进行声音克隆

功能扩展

项目	Star	亮点
6drf21e/ChatTTS_Speaker		音色角色打标与稳定性评估
AIFSH/ComfyUI-ChatTTS		ComfyUi 版本，可作为工作流节点引入
MaterialShadow/ChatTTS-manager		提供了音色管理系统和 WebUI 界面

界面说明

文本控制

• 1. Input Text : 需要转换的文本，支持中文和英文混杂
• 2. Refine text : 是否对文本进行口语化处理
• 3. Text Seed : 配置文本种子值，不同种子对应不同口语化风格
• 4. 🎲 : 随机产生文本种子值
• 5. Output Text : 口语化处理后生成的文本

音色控制

• 6. Timbre : 预设的音色种子值
• 7. Audio Seed : 配置音色种子值，不同种子对应不同音色
• 8. 🎲 : 随机产生音色种子值
• 9. Speaker Embedding : 音色码，详见 音色控制

情感控制

• 10. temperate : 控制音频情感波动性，范围为 0-1，数字越大，波动性越大
• 11. top_P ：控制音频的情感相关性，范围为 0.1-0.9，数字越大，相关性越高
• 12. top_K ：控制音频的情感相似性，范围为 1-20，数字越小，相似性越高

系数控制

• 13. DVAE Coefficient : 模型系数码
• 14. Reload : 重新加载模型系数

播放控制

• 15. Auto Play : 是否在生成音频后自动播放
• 16. Stream Mode : 是否启用流式输出
• 17. Generate : 点击生成音频文件
• 18. Output Audio : 音频生成结果
• 19. ↓ : 点击下载音频文件
• 20. ▶️ : 点击播放音频文件

示例控制

• 21. Example : 点击切换示例配置

音色控制

经过实际测试，指定音色种子值每次生成 spk_emb 和重复使用预生成好的 spk_emb 效果有较显著差异，建议优先使用 .pt 音色文件或者音色码（字符串表示形式）。

在 ChatTTS_Speaker 项目中对音色种子进行了初步打标和稳定性评估，可以通过示例来快速选择合适的音色。

WebUI

在官方 WebUI 中使用时，可直接将音色码复制之后，替换 9. Speaker Embedding 中的值，实现音色控制。

Python

在 Python 脚本中使用时，参考 issue#07 中的压缩方案实现音色控制。

spk = torch.load("asset/seed_1332_restored_emb.pt", map_location=torch.device('cpu')).detach()
spk_emb_str = compress_and_encode(spk)

params_infer_code = ChatTTS.Chat.InferCodeParams(
    spk_emb= spk_emb_str,  # add sampled speaker
    temperature=.0003,  # using custom temperature
    top_P=0.7,  # top P decode
    top_K=20,  # top K decode
)

入门教程

中文教程

视频	亮点
同济子豪兄	从入门到进阶的详细部署教程
ZTFS	Mac M1 部署教程
王-寳寳	Windows 部署教程

英文教程

视频	亮点
Sam Witteveen	英文版介绍

常见问题

经过近期的迭代，源仓库代码中的问题已经基本解决。如果遇到问题，建议先详细查看 官方说明文档中文版 ，如果还有问题可以继续查看本文档。

模型无法下载

原版项目运行需要从 HuggingFace 下载对应的模型，如果不能顺畅科学上网，那么就无法完成这一步。作为替代方案，可以从 modelscope 上下载模型和配置，并配置本地路径。

Important

魔塔上的模型库是由志愿者维护的，不保证所有模型都是最新的，如果有需要请自行验证。

1. 在终端中安装 modelscope 依赖

pip install modelscope

2. 修改 webui.py 中的代码

# 在开头导入依赖，并下载模型和配置
from modelscope import snapshot_download
model_dir = snapshot_download('zlj2546/ChatTTS')

# 第 118 行修改模型路径
ret = chat.load_models('custom', custom_path=model_dir)

IDE 中无法运行

在 IDE 中运行时，由于文件相对路径的问题，导致脚本无法顺利运行。

建议参照官方说明文档 快速启动 中的指令直接在终端中运行。

确保在执行以下命令时，处于项目根目录下。

1. WebUI 可视化界面

python examples/web/webui.py

2. 命令行交互

生成的音频将保存至 ./output_audio_n.mp3

python examples/cmd/run.py "Your text 1." "Your text 2."

语气标签被读出

出现这个问题是因为官方代码处理中文标点符号时覆盖不全，例如 ？、… 等符号没有被处理，导致模型生成时出错。

可以手动删除类似的中文标点符号，或者修改 ChatTTS/utils/infer_utils.py 中的代码，在 103 行的 character_map 的字典中添加缺失的标点符号。

character_map = {
    '…': '',
    '—': ',',
    '＿': ',',
    '？': ',',
    }

GPU 无法使用

GPU 至少需要 4G 显存，否则将强制使用 CPU，相关问题可以参考 ChatTTS-ui 项目中的说明

报错速查

1、load_models() got an unexpected keyword argument 'source'

详见 常见问题 - 模型无法下载

2、cannot import name 'CommitOperationAdd' from 'huggingface_hub'

详见 常见问题 - 模型无法下载

3、 FileNotFoundError：［Erzno 2］ No such file or directory： 'C：\\Users\\xxx\\.cache\\huggingface\\hub\\models--2Noise--ChatTTS\\snapshots\

详见 常见问题 - 模型无法下载

4、local variable 'Normalizer' referenced before assignment

需要根据 安装指南 完成环境配置后，再安装 pynini 和 WeTextProcessing 依赖

conda install -c conda-forge pynini=2.1.5 && pip install WeTextProcessing

5、download to Local path D：\pythonlproject\ChatTTS\ChatTTS failed.

在 IDE 中直接执行脚本，会因为文件路径问题报错，详见 常见问题 - IDE 中无法运行

6、ModuleNotFoundError : No module named'Cython'

未找到 Python 执行路径，Windows 设备需要按 教程 配置环境路径

项目趋势