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
陆枫Larry15 分钟前
CPU 和 GPU 的核心区别与适用场景
人工智能
用户83562907805123 分钟前
Python 实现 Excel 页面布局与打印设置自动化
后端·python
Aa998833423 分钟前
AI视觉检测设备厂家的技术选型框架——密封件和磁材的缺陷分类与光学成像原理
人工智能
吴佳浩26 分钟前
今天我们讲讲大模型的“核心”技术:蒸馏(Model Distillation)
人工智能·llm·agent
阿里云大数据AI技术26 分钟前
阿里云 ES AI 引擎版:面向 Agent 场景,为亿级租户、千亿规模向量设计的搜索引擎
人工智能·elasticsearch·agent
郭小铭30 分钟前
[开源] 做了一个本地优先的多 Agent 市场研究桌面:Evidence Loom
人工智能
星栈35 分钟前
翻完 Pi 源码:它和 Codex、Claude Code 有何不同
人工智能·agent
_Jimmy_1 小时前
AI应用开发工程师面试题库
人工智能·python·深度学习·机器学习·知识图谱
用户8356290780511 小时前
Python 实现 Excel 命名范围(Named Range)的创建与管理
后端·python
阿里云大数据AI技术1 小时前
FalconSeek 技术解析:阿里云 Elasticsearch 云原生内核如何让查询性能飙升600%
人工智能·elasticsearch