ChatTTS 的本地部署指南

1. 引言

ChatTTS 是一款高性能的 文本转语音（TTS） 模型，支持自然流畅的语音合成，适用于 智能客服、语音助手、有声阅读 等应用场景。与 CosyVoice、VITS 等模型相比，ChatTTS 在 情感表达、语速控制、音色变化 方面表现更优。

本教程将详细介绍 如何在本地环境中部署 ChatTTS，包括：

• 环境配置与安装依赖
• 下载和加载 ChatTTS 模型
• 本地推理示例
• 本地 API 服务器部署（Flask）
• 轻量化优化与 Docker 部署

---

2. 环境配置

2.1 运行环境要求

ChatTTS 需要较强的计算资源，推荐配置如下：

• 操作系统：Windows 10/11、Ubuntu 20.04+、macOS（Apple Silicon 需适配）
• Python 版本：Python 3.8+
• GPU（可选）：建议 NVIDIA RTX 3060 及以上
• CUDA（可选）：CUDA 11.3+，用于 GPU 加速

2.2 安装依赖

首先，安装 Python 依赖库：

pip install torch torchaudio numpy soundfile pydub
pip install chattts

如果使用 GPU 加速，请安装适配的 PyTorch 版本：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

验证 GPU 是否可用：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # True 表示 GPU 可用

---

3. 下载和加载 ChatTTS 模型

3.1 下载预训练模型

从 Hugging Face 或官方 GitHub 下载模型权重文件：

wget https://huggingface.co/chattts/chattts-0.5B/resolve/main/chattts-0.5B.pth -O chattts-0.5B.pth

或者使用 Python 下载：

import requests
url = "https://huggingface.co/chattts/chattts-0.5B/resolve/main/chattts-0.5B.pth"
response = requests.get(url)
with open("chattts-0.5B.pth", "wb") as f:
    f.write(response.content)

3.2 加载模型

from chattts import ChatTTS

model_path = "chattts-0.5B.pth"
model = ChatTTS(model_path=model_path, device="cuda" if torch.cuda.is_available() else "cpu")

---

4. 语音合成示例

4.1 基本文本转语音

text = "你好，欢迎使用 ChatTTS 进行语音合成！"
output_wav = "output.wav"

model.tts(text, output_wav)
print("语音合成完成，文件已保存：output.wav")

4.2 调整音色与语速

model.tts("你好，这是测试语音。", "voice1.wav", speaker_id=1)
model.tts("这是一个慢速朗读的示例。", "slow.wav", speed=0.8, pitch=1.2)

4.3 情感控制（可选）

model.tts("这是一个充满情感的朗读。", "emotion.wav", emotion="happy")

---

5. 本地部署 ChatTTS API

5.1 通过 Flask 提供 API 服务

from flask import Flask, request, send_file

app = Flask(__name__)

@app.route("/tts", methods=["POST"])
def tts():
    text = request.json.get("text", "")
    output_file = "output.wav"
    model.tts(text, output_file)
    return send_file(output_file, mimetype="audio/wav")

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=5000)

运行命令：

python tts_server.py

然后可以用 curl 发送请求：

curl -X POST "http://localhost:5000/tts" -H "Content-Type: application/json" -d '{"text":"你好，世界！"}' --output output.wav

5.2 使用 Docker 部署

创建 Dockerfile：

FROM python:3.8
WORKDIR /app
COPY . /app
RUN pip install torch torchaudio pydub soundfile chattts flask
CMD ["python", "tts_server.py"]

构建和运行 Docker 容器：

docker build -t chattts-server .
docker run -p 5000:5000 chattts-server

---

6. 运行优化与轻量化策略

6.1 使用 GPU 加速

model = ChatTTS(model_path="chattts-0.5B.pth", device="cuda")

6.2 轻量化优化（INT8 量化）

import torch
from torch.quantization import quantize_dynamic

model = ChatTTS(model_path="chattts-0.5B.pth", device="cpu")
model = quantize_dynamic(model, {torch.nn.Linear}, dtype=torch.qint8)

---

7. 结论

• ChatTTS 提供高质量 TTS，可本地运行并支持 API 部署。
• 支持 Flask API、本地服务器以及 Docker 部署，便于集成。
• 量化优化（INT8）可降低计算需求，适用于低功耗设备。

🚀 希望本教程对你有所帮助，快来尝试 ChatTTS 的本地语音合成吧！