Awesome-ChatTTS

本项目是官方推荐的 ChatTTS 最佳入门指南，整理和汇总了常见问题和相关资源。

如有好的项目推荐或者自荐，请在 issues 中留言，我会在验证后添加。

如果觉得对你使用 ChatTTS 有用，还请打赏个 ⭐️ 支持一下。

• 官方简介
• 快速体验
• 热门分支
• 参数说明
• 音色种子
• 安装指南
• 常见问题
• 报错速查

官方简介

ChatTTS.-.001.-.ChatTTS.mp4

快速体验

网址	亮点
Web	原版网页版体验
Colab	原版代码版体验
Forge Web	Forge 功能增强版体验
OpenVoice Web	OpenVoice 语音克隆版体验
Win/Mac	Win/Mac 安装包，界面美观带降噪功能
Linux	Python 整合一键包，后续等待官方更新
Samples	音色种子打标与评估，可以下载使用

热门分支

项目	Star	亮点
2noise/ChatTTS		源仓库，问题较多，请参见下方解决方案
jianchang512/ChatTTS-ui		整理了详细的安装说明， 尤其是 GPU 相关问题
6drf21e/ChatTTS_colab		Google Colab 一键部署快速体验
lenML/ChatTTS-Forge		提供了 ChatTTS 封装，适合技术流深入研究
yihong0618/ChatTTS		Pypi 包一键安装，便于小白体验项目效果
6drf21e/ChatTTS_Speaker		音色角色打标与稳定性评估
AIFSH/ComfyUI-ChatTTS		ComfyUi 版本，可作为工作流节点引入
Kedreamix/ChatTTS		技术向的源代码解读
CyberWon/ChatTTS-API		增强版 API 接口，带有流式输出能力
HKoon/ChatTTS-OpenVoice		配合 OpenVoice 进行声音克隆
Jackiexiao/ChatTTS-api-ui-docker		提供 腾讯云 Docker 镜像，仅支持带 CUDA 的 GPU
MaterialShadow/ChatTTS-manager		提供了音色管理系统和 WebUI 界面

视频教程

视频	亮点
同济子豪兄	从入门到进阶的详细部署教程
ZTFS	Mac M1 部署教程
王-寳寳	Windows 部署教程

讨论社区

• 官方项目 Issues
• 官方讨论 QQ 群：
  • 808364215 (已满)
  • 230696694 (已满)
  • 933639842（可加入）

参数说明

本图示仅用于展示各参数的含义，对应的 WebUI 还在等待 PR 合并中，请关注源仓库 2noise/ChatTTS 的更新。

情感控制

• speed : 控制音频速度，范围为 0-9，数字越大，速度越快
• temperate : 控制音频情感波动性，范围为 0-1，数字越大，波动性越大
• top_P ：控制音频的情感相关性，范围为 0.1-0.9，数字越大，相关性越高
• top_K ：控制音频的情感相似性，范围为 1-20，数字越小，相似性越高

文本控制

• Refine text : 控制是否对文本进行口语化处理，取消勾选则后面三个选项无效
• oral : 控制文本口语化程度，范围为 0-9，数字越大，添加的“就是”、“那么”之类的连接词越多
• laugh : 控制文本是否添加笑声，范围为 0-9，数字越大，笑声越多
• break : 控制文本是否添加停顿，范围为 0-9，数字越大，停顿越多

种子控制

• Audio Seed : 配置音色种子值，不同种子对应不同音色，不同种子间差异性较大
• Text Seed : 配置情感种子值，不同种子对应不同情感，不同种子间差异性较小

音色种子

经过代码审查和实际测试，指定音色种子值每次生成 spk_emb 和重复使用预生成好的 spk_emb 效果有细微差异，建议有能力优先使用 .pt 音色文件。

在 ttwwwaa/ChatTTS_Speaker 项目中对音色种子进行了初步打标和稳定性评估，可以快速通过示例来选择合适的音色种子。

此外，也可以尝试使用 ChatTTS Voice Cloning 自行克隆需要的音色。

安装指南

本安装指南适用于需要运行源仓库代码的用户，小白用户建议使用 快速体验 中的方法。

快速安装

pip install git+https://github.com/2noise/ChatTTS

手动安装

1. 根据设备类型，下载 Miniconda 并安装
2. 在终端中下载项目代码

git clone https://github.com/2noise/ChatTTS

3. 进入项目目录

cd ChatTTS

4. 创建 conda 环境并激活

conda create -n chattts
conda activate chattts

5. 安装基本依赖

pip install -r requirements.txt

6. 运行 web-ui

python examples/web/webui.py

# 首次运行会下载模型，如果可以科学上网请耐心等待下载完成
# 如果无法下载，可以参考 **模型无法下载** 问题中的解决方案修改代码
# 显示以下信息，则表示运行成功：

Running on local URL:  http://0.0.0.0:8080

7. 打开浏览器访问 http://localhost:8080

常见问题

源仓库代码直接运行可能遇到的问题较多，可以根据以下清单快速解决。

依赖版本过低

老版项目中 requirement.txt 中列出的依赖版本较老，在部分环境下可能会出现报错，建议更新至最新版依赖文件。

numpy<2.0.0
omegaconf>=2.3.0
torch>=2.1.0
tqdm
vector_quantize_pytorch
transformers>=4.41.1
vocos
IPython
gradio
python-dotenv
pynini==2.1.5
WeTextProcessing
nemo_text_processing

模型无法下载

原版项目运行需要从 HuggingFace 下载对应的模型，如果不能顺畅科学上网，那么就无法完成这一步。作为替代方案，可以从 modelscope 上下载模型和配置，并配置本地路径。

Important

魔塔上的模型库是由志愿者维护的，不保证所有模型都是最新的，如果有需要请自行验证。

1. 在终端中安装 modelscope 依赖

pip install modelscope

2. 修改 webui.py 中的代码

# 在开头导入依赖，并下载模型和配置
from modelscope import snapshot_download
model_dir = snapshot_download('zlj2546/ChatTTS')

# 第 118 行修改模型路径
ret = chat.load_models('custom', custom_path=model_dir)

音频无法保存

通过脚本运行时，音频保存官方推荐使用 torchaudio，实测最新版本已经可以正常运行。如果运行有问题，也可以使用 soundfile 库进行音频保存。

import soundfile

wavs = chat.infer(text, skip_refine_text=True, params_refine_text=params_refine_text,  params_infer_code=params_infer_code)
soundfile.write("output1.wav", wavs[0][0], 24000)

语气标签被读出

出现这个问题是因为官方代码处理中文标点符号时覆盖不全，例如 ？、… 等符号没有被处理，导致模型生成时出错。

可以手动删除类似的中文标点符号，或者修改 ChatTTS/utils/infer_utils.py 中的代码，在 103 行的 character_map 的字典中添加缺失的标点符号。

character_map = {
    '…': '',
    '—': ',',
    '＿': ',',
    '？': ',',
    }

GPU 无法使用

GPU 至少需要 4G 显存，否则将强制使用 CPU，相关问题可以参考 ChatTTS-ui 项目中的说明

报错速查

1、load_models() got an unexpected keyword argument 'source'

详见 常见问题 - 模型无法下载

2、cannot import name 'CommitOperationAdd' from 'huggingface_hub'

详见 常见问题 - 模型无法下载

3、 FileNotFoundError：［Erzno 2］ No such file or directory： 'C：\\Users\\xxx\\.cache\\huggingface\\hub\\models--2Noise--ChatTTS\\snapshots\

详见 常见问题 - 模型无法下载

4、local variable 'Normalizer' referenced before assignment

需要根据 安装指南 完成环境配置后，再安装 pynini 和 WeTextProcessing 依赖

conda install -c conda-forge pynini=2.1.5 && pip install WeTextProcessing

5、Couldn't find appropriate backend to handle uri output1.wav and format wav.

详见 常见问题 - 音频保存

6、Could not find a version that satisfies the requirement torch~=2.1.0

详见 常见问题 - 依赖版本

7、ModuleNotFoundError : No module named'Cython'

未找到 Python 执行路径，Windows 设备需要按 教程 配置环境路径

项目趋势