ChatTTS超强的真人AI语音助手下载使用教程

简介

ChatTTS是专门为对话场景设计的文本转语音模型,支持多人同时对话,适用的场景非常丰富,比如LLM助手对话任务视频配音声音克隆等。同时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,功能非常的强大。

文本转语音(TTS)在生活中的应用非常的广泛,比如有声小说、语音导航,视频配音和智能家居控制等。

今天给大家推荐一个超强的TTS文本转语音应用,适用于自然、对话式文本转语音,特别适用于大型语言模型助手的对话任务,以及诸如对话式音频和视频配音等,并且可以免费使用。

教程

1. 下载项目源码

点击进入 chatTTS开源项目地址https://github.com/2noise/ChatTTS

解压zip文件,安装python sdk python下载地址

2. 安装项目依赖

cmd控制面板 进入项目根目录,创建python虚拟环境

  • 执行命令,创建一个名为.venv的虚拟环境:
bash 复制代码
python -m venv .venv
  • 执行后会在项目根目录下生成一个.venv文件夹

  • 执行安装项目依赖命令,下载安装项目所需要的环境依赖

bash 复制代码
pip install --upgrade -r requirements.txt
  • 等待下载安装完成

快速启动

确保在执行以下命令时,处于项目根目录下。

启动 WebUI 可视化界面,执行以下命令:

bash 复制代码
python examples/web/webui.py
  • 下次启动只用在项目根目录下执行这个命令即可
  • 首次启动会从https://huggingface.co下载AI语音模型,需要科学上网,过程需要大约20分z左右。

使用教程

启动完成后,会在浏览器里自动打开本地网址。

文生音频

在输入文本框内输入你要生成的语音的文字

选择你想要的音色

点击生成

会在输出音频框内显示生成的音频,点击下载图标,可以下载音频。

声音克隆

在采集音频这个上传一段你想要克隆的人物的声音视频,不要出现其他人物的声音和其他杂音,时长一分钟左右即可。

上传完,在音频代码里面会有你克隆声音的向量代码,复制粘贴,

把复制的人物语音向量代码粘贴到说话人嵌入里面

然后和文生音频的步骤一样,输入你要合成的文字,点击生成按钮即可获得,某个人得克隆音频。

相关文章推荐

《使用 Xinference 部署本地模型》
《Fastgpt接入Whisper本地模型实现语音输入》
《部署和接入使用重排模型bge-reranker》
《部署接入 M3E和chatglm2-m3e文本向量模型》
《Fastgpt 无法启动或启动后无法正常使用的讨论(启动失败、用户未注册等问题这里)》
《vllm推理服务兼容openai服务API》
《解决vllm推理框架内在开启多显卡时报错问题》

相关推荐
井底哇哇30 分钟前
ChatGPT是强人工智能吗?
人工智能·chatgpt
Coovally AI模型快速验证35 分钟前
MMYOLO:打破单一模式限制,多模态目标检测的革命性突破!
人工智能·算法·yolo·目标检测·机器学习·计算机视觉·目标跟踪
AI浩1 小时前
【面试总结】FFN(前馈神经网络)在Transformer模型中先升维再降维的原因
人工智能·深度学习·计算机视觉·transformer
可为测控1 小时前
图像处理基础(4):高斯滤波器详解
人工智能·算法·计算机视觉
ℳ₯㎕ddzོꦿ࿐2 小时前
解决Python 在 Flask 开发模式下定时任务启动两次的问题
开发语言·python·flask
CodeClimb2 小时前
【华为OD-E卷 - 第k个排列 100分(python、java、c++、js、c)】
java·javascript·c++·python·华为od
一水鉴天2 小时前
为AI聊天工具添加一个知识系统 之63 详细设计 之4:AI操作系统 之2 智能合约
开发语言·人工智能·python
Channing Lewis2 小时前
什么是 Flask 的蓝图(Blueprint)
后端·python·flask
倔强的石头1062 小时前
解锁辅助驾驶新境界:基于昇腾 AI 异构计算架构 CANN 的应用探秘
人工智能·架构
B站计算机毕业设计超人2 小时前
计算机毕业设计hadoop+spark股票基金推荐系统 股票基金预测系统 股票基金可视化系统 股票基金数据分析 股票基金大数据 股票基金爬虫
大数据·hadoop·python·spark·课程设计·数据可视化·推荐算法