最新Chat-tts语音合成技术效果展示
的文本转语音模型。它支持英语和中文。模型经过 100,000+ 小时的中英文训练。HuggingFace 上的开源版本是一个 40,000 小时的预训练模型,没有 SFT。
主要功能:
-
文字转语音:在文本框中输入文字,ChatTTS会生成对应的语音,并自动调整韵律和停顿。
-
实时语音对话:与大语言模型结合,实现实时语音对话功能。
-
调节音色:在“Audio Seed”处可以调节数字指定说话人的音色,或通过摇骰子随机生成一种音色。
-
控制细节:用户可以在文本中加入特殊标记如[laugh]和[uv_break],手动控制笑声和停顿等效果。
ChatTTS的突出特点
多语言支持:ChatTTS不仅支持中文,还能够生成自然流畅的英文语音。中英文混合语音表现出色,几乎听不出AI生成的痕迹。
细粒度控制:ChatTTS允许用户控制笑声、说话间的停顿以及语气词,使生成的语音更加自然和生动。
多说话人支持:ChatTTS支持多说话人的语音合成,可以复刻各种声音,包括已故人物的经典声音。
大规模训练数据:最大的ChatTTS模型使用了超过 10 万小时的中英文数据进行训练,在Hu