ChatTTS：对话式文本转语音模型，开源啦！突破开源语音天花板...

最近，一个名为 ChatTTS 文本转语音项目爆火出圈，短短三天时间，在 GitHub 上已经斩获了 9.2 k 的 Star 量。

ChatTTS：对话式文本转语音模型

项目地址：https://github.com/2noise/ChatTTS/tree/main
体验地址：https://huggingface.co/2Noise/ChatTTS

ChatTTS 是专门为对话场景设计的文本到语音 TTS 模型。它支持中文和英语，包括中英混合模式。据了解，ChatTTS 经过 10万+ 小时的训练，并在 HuggingFace 上提供了一个 4 万小时预训练的模型。

ChatTTS 主要有两种核心功能，第一种是文字转语音，第二种是将与大语言模型实时语音对话。在这些功能之外，可以在「Audio Seed」处调节数字指定说话人的音色，或者摇骰子随机生成一种。

ChatTTS 主要亮点：

1. 对话式 TTS: ChatTTS 针对对话式任务进行了优化，实现了自然流畅的语音合成，同时支持多说话人。
2. 细粒度控制: 该模型能够预测和控制细粒度的韵律特征，包括笑声、停顿和插入词等。
3. 更好的韵律: ChatTTS 在韵律方面超越了大部分开源TTS模型。同时提供预训练模型，支持进一步的研究。

在线体验地址：https://huggingface.co/spaces/Dzkaka/ChatTTS

作者也在 x 上表示，ChatTTS 突破了开源天花板。不过，目前开源的只是底模，没有经过 SFT 监督微调。

开箱即用的 ChatTTS 安装包来了

开源社区有位大佬为它创建 Web 界面和 API 接口，提供了网页中使用 ChatTTS 合成语音及 API 接口服务，支持 Windows、Linux、macOS 部署。其中 Windows 用户可直接下载安装包，一键安装开箱即用！

GitHub地址：github.com/jianchang512/ChatTTS-ui

欢迎各位关注我的个人微信公众号：HsuDan，我将分享更多自己的学习心得、避坑总结、面试经验、AI最新技术资讯。