粤ICP备17114055号
微信扫码
添加专属顾问
支持私有化部署
我要投稿
上一篇玩儿了一下 AI 语音大模型 ChatTTS，从部署到使用再到接入 Dify（虽然能接入，但是只能展示生成的文件路径）整个过程都很顺畅。
不过在部署上，前置准备工作还是有一些多的，要安装各种依赖、拉取项目源代码以及创建并激活虚拟环境等等。为了方便部署，就有大佬开发了一款 ChatTTS 本地离线整合包并开源到了 Github 上——ChatTTS-Enhanced。
Github 地址：https://github.com/CCmahua/ChatTTS-Enhanced
在 ChatTTS-Enhanced 项目中提供了不同系统（Windows 和 MacOS）的安装包，只要傻瓜式进行安装即可。
安装后双击打开，就可以快速启动增强版的 ChatTTS 了～～
目前已经更新到了 V3 版本，这个版本中的亮点如下：
音质增强/降噪解决Chat-TTS生成时的噪音问题。
支持多TXT、SRT文件批量处理。
支持长文本处理，支持中英混读。可自定义切割长度。
支持导出srt文件。
支持调节语速、停顿、笑声、口语化程度等参数。
支持导入ChatTTS Speaker音色。详情看帮助。
支持储存音色配置与选项配置。方便管理。
那长文本效果具体如何呢？我们一起来听一下：
有一些杂音，这是因为没有开启音质增强，开启之后杂音基本就没有了。
关于音色来说，如果我们想指定一个音色进行生成，可以先到音色库（https://modelscope.cn/studios/ttwwwaa/ChatTTS_Speaker）中找一个比较中意的，然后下载对应的 pt 文件：
将下载好的文件在这里进行上传即可：
这一版本的整合包需要以下配置才可以运行：
Windows: 需要 Win10/11，支持 CPU 和 GPU
MacOS:不管是 M 芯片还是 Intel 芯片，系统版本必须在 10.13 以上
显存在不开启音频增强的情况下需要最低 4G 的配置，对于 Mac 来说，作者目前只做了 CPU 的适配，因为显存这块说是还有些问题。
如果自身及其配置比较低，作者还贴心的提供了云端一键部署的功能，感兴趣的朋友可以在 B 站搜索「嘟嘟实验室」，除了语音整合包之外，还有其他很多好玩儿的整合包。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-04-12
来了！10个构建Agent的大模型应用框架
2025-04-12
一文读懂MCP：从入门到精通的完整指南
2025-04-12
微软突发“封杀令”！全面禁止Cursor使用C、C++、C# 扩展，开发者被迫回退版本
2025-04-12
继续卷，Google 发布AI 编程工具 Firebase Studio
2025-04-12
DeepSearch：AI 搜索的未来，不止于快
2025-04-12
谷歌Agent Development Kit核心概念以及与其它框架的横向对比、适用场景总结与建议
2025-04-12
GPT-4 官宣退役！曾经的最强模型，正式交棒 GPT-4.1、o3、o4 mini！
2025-04-12
里程碑，GPT-4.5大模型正式通过图灵测试！
2024-08-13
2024-06-13
2024-08-21
2024-09-23
2024-07-31
2024-05-28
2024-08-04
2024-04-26
2024-07-09
2024-09-17
回到顶部