https://github.com/2noise/ChatTTS
ChatTTS是一个专门为对话场景设计的文本转语音模型，例如众所周知的GPT-4o这样的LLM助手对话任务。ChatTTS支持英文和中文两种语言，最大的模型使用了10万小时以上的中英文数据进行训练。在HuggingFace中开源的版本为4万小时训练且未SFT的版本。
模型亮点：
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。
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。
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。
目前模型也开源至ModelScope魔搭社区，社区免费算力即可玩转，感谢社区开发者pzc-163，社区开发者还搭建了创空间可直接体验👇
在魔搭社区可下载ChatTTS模型
模型链接：https://modelscope.cn/models/pzc163/chatTTS
#模型下载from modelscope import snapshot_downloadmodel_dir = snapshot_download('pzc163/chatTTS')使用魔搭社区免费算力，完成模型推理
# pip install -r requirement.txt# pip install Ipython# pip install soundfilefrom ChatTTS import Chatfrom IPython.display import Audio#下载模型from modelscope import snapshot_downloadmodel_dir = snapshot_download('pzc163/chatTTS')chat = Chat()chat.load_models(source='local', local_path=model_dir)texts = ["你好,我是ChatTTS,很高兴认识大家",]wavs = chat.infer(texts, use_decoder=True)Audio(wavs[0], rate=24_000, autoplay=True)# save audioimport soundfile as sfaudio_data = wavs[0]if len(audio_data.shape) > 1:audio_data = audio_data.flatten()output_file = './output_audio2.wav'sf.write(output_file, audio_data, 24000)print(f"Audio saved to {output_file}")
体验地址：
https://modelscope.cn/studios/AI-ModelScope/ChatTTS-demo/summary
同时也可以使用如下命令👇，将该创空间clone下来，运行如下代码，就可以拥有自己专属的ChatTTS WebUI啦！
git clone https://www.modelscope.cn/studios/AI-ModelScope/ChatTTS-demo.gitcd ChatTTSpip install -r requirements.txtpython app.py
网友评论