AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


363 Star!开箱即用的增强版 ChatTTS 一键整合包
发布日期:2024-08-14 08:48:46 浏览次数: 1854


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:

  1. 音质增强/降噪解决Chat-TTS生成时的噪音问题。

  2. 支持多TXT、SRT文件批量处理。

  3. 支持长文本处理,支持中英混读。可自定义切割长度。

  4. 支持导出srt文件。

  5. 支持调节语速、停顿、笑声、口语化程度等参数。

  6. 支持导入ChatTTS Speaker音色。详情看帮助。

  7. 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,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询