ChatTTS增强版V3【已开源】，长文本修复，中英混读，导入音色，批量SRT、TXT

ChatTTS增强版V3来啦！本次更新增加支持导入SRT、导入音色等功能。结合上次大家反馈的问题，修复了长文本、中英混读等问题。

项目已开源(https://github.com/CCmahua/ChatTTS-Enhanced)

项目介绍

V3

ChatTTS增强版V3，长文本修复，中英混读，导入音色，批量SRT、TXT，代码开源_哔哩哔哩_bilibili

V2

ChatTTS增强版V2，批量导出srt，语速控制，情感控制，支持朗读数字，问题修复_哔哩哔哩_bilibili

V1

ChatTTS增强版整合包,增强音质、批量处理、固定音色、支持长文本(WIN、MAC)_哔哩哔哩_bilibili

更新内容

批量SRT、TXT

批量功能新增支持多个TXT文本或SRT批量导入,会针对每文件进行处理。并支持导出对应SRT。

TXT文本内容格式不用严格按照换行的来。

你可以按照之前换行的格式来。

也可以直接所有内容文本粘进去，会自动根据标点符号进行切分。

长文本

不少朋友反馈上个版本长文本的问题很多，这个版本进行调整。文本内容会自动按照标点符号进行断句。

(音频效果)

英文效果

(音频效果)

中英混读

(效果)

文本选项

删除了之前数字转换选项、合成整个音频的选项。

数字转换已经内置进去，无需手动勾选。合成整个音频默认自动合成。

导出的完整的音频路径为：output_audio/你的txt名/合并/

导出的音频切片路径为：output_audio/你的txt名/切片/

导出的增强音频切片路径为：output_audio/你的txt名/增强切片/

音色选项

新增上传音色功能。

支持导入ChatTTS_Speaker项目的.pt音色文件。

项目地址：

https://modelscope.cn/studios/ttwwwaa/ChatTTS_Speaker

在该项目上试听音色，下载.pt文件

音色这里把.pt文件上传。

点击生成即可。

配置管理

之前的配置文件格式是.json。这个版本统一保存为.pt格式。

📢注意

当你使用ChatTTS_Speaker的音色pt文件时，也可以保存配置文件。

下次使用时，只需要选择配置文件即可，无需再上传音色。配置文件包含音色文件信息。

配置要求

以下是整合包运行所需配置

WIN

• Windwos10/11操作系统
• 支持CPU/GPU

MAC

• Apple Silicon M系列芯片、Intel 芯片
• MacOS 10.13以上版本

云端版本

适用于机器配置低的朋友，云端镜像一键部署。

https://www.xiangongyun.com/image/detail/f086c8d6-a802-4a94-b3b5-f4e2f0e2d631?r=2UKFZQ

云端部署教程

关于显存，最低4G显存(不开启音频增强的情况下)

关于MAC显卡：官方更新了MPS相关代码，但我测下来还有些问题，后面再增加支持，所以现在还是先用CPU。

整合包获取

👇🏻👇🏻👇🏻下方下方下方👇🏻👇🏻👇🏻

关注公众号,发送【ChatTTSV3】关键字获取整合包。

如果发了关键词没回复你！记得看下复制的时候是不是把空格给粘贴进去了！

写在最后

最近有点忙，拖了2周左右。看到后台有很多朋友的想法和建议，很不错，但是精力有限，实在不能保证把大家的想法都更上去，后面抽时间慢慢更。

把项目代码开源了，希望对大家有帮助，有能力的也可以自行修改。

本项目开源地址：https://github.com/CCmahua/ChatTTS-Enhanced

最后感谢以下项目:

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

Resemble Enhance:https://github.com/resemble-ai/resemble-enhance

ChatTTS_colab:https://github.com/6drf21e/ChatTTS_colab

PaddleSpeech:https://github.com/PaddlePaddle/PaddleSpeech

ChatTTS_Speaker:https://github.com/6drf21e/ChatTTS_Speaker

WeTextProcessing:https://github.com/wenet-e2e/WeTextProcessing

制作不易，如果本文对您有帮助，还请点个免费的赞或在看！感谢您的阅读！