OpenBayes+ChatTTS实战教程 干货笔记！！

一、登录OpenBayes进行注册登录

通过以下链接，新用户注册登录 OpenBayes ， 即可获得 四个小时 RTX 4090免费使用时长 ！！

注册链接：注册 - OpenBayes

二、创建容器

模型训练=》创建容器=》填写容器名称=》下一步

选择一台4090，2.1-gpu,python-3.10,cudu-12.1，然后执行

三、配置环境

容器启动以后安装依赖

首先下载ChatTTS,执行以下命令

git clone https://github.com/2noise/ChatTTS.git

然后安装依赖

首先进入chattts下载好的文件夹

cd ChatTTS

然后执行

pip install -r requirements.txt
pip install gradio
pip install pynini==2.1.5 WeTextProcessing

都安装完成就可以编写脚本了

四、编写程序

在下载好的ChatTTS的项目里面创建一个test.py文件

然后输入以下代码

解释一下每行代码

首先导入chattts，然后加载模型

接着调用模型生成文本的音频

最后播放生成的音频

import ChatTTS
from IPython.display import Audio
import torchaudio
import torch

# 需要生成的文本
text = '四川美食确实以辣闻名，但也有不辣的选择。比如甜水面、赖汤圆、蛋烘糕、叶儿粑等，这些小吃口味温和，甜而不腻，也很受欢迎。
我抬头一看，WPS稻壳会员，我说我可能没那技术，领导就开骂了：你老说你会一点会一点，没想到这么简单的活都干不了，你叫技术的来一趟吧。'
# 随机度
temperature = .3
top_P = .7
top_K = 20
# 音色的随机值，不同值代表不同的音色
audio_seed_input = 2
# 文本重写的随机值，不同的值代表不同的风格
text_seed_input = 42
# 是否重新断句、重写文本
refine_text_flag = True
chat = ChatTTS.Chat()
chat.load_models()
torch.manual_seed(audio_seed_input)
rand_spk = chat.sample_random_speaker()
params_infer_code = {
    'spk_emb': rand_spk,
    'temperature': temperature,
    'top_P': top_P,
    'top_K': top_K,
}
params_refine_text = {'prompt': '[oral_2][laugh_0][break_6]'}

torch.manual_seed(text_seed_input)
#重写文本
if refine_text_flag:
    text = chat.infer(text,
                      skip_refine_text=False,
                      refine_text_only=True,
                      params_refine_text=params_refine_text,
                      params_infer_code=params_infer_code
                      )

wavs = chat.infer(text,
                  skip_refine_text=True,
                  params_refine_text=params_refine_text,
                  params_infer_code=params_infer_code
                  )

torchaudio.save("output1.wav", torch.from_numpy(wavs[0]), 24000)
# 播放生成的音频
Audio(wavs[0], rate=24_000, autoplay=True)

上面的代码就可以生成一个30多S的音频文件了

总结

在环境配好的情况下，调用ChatTTS还是很容易的。而OpenBayes提供了一个基础的配置环境，开箱即用，就目前使用来看，个人体验很友好。