ChatTTS

什麼是 ChatTTS？

ChatTTS 是一款用於對話情境的文字轉語音語音生成模型。該產品以 GitHub 專案 2noise/chattts 的形式呈現，並在網站上提供免費的 ChatTTS 線上體驗。

其說明用途是為以對話為主的工作流程生成語音，包括大型語言模型助理對話，以及對話式音訊或影片簡介。來源指出，此模型支援中文與英文，並使用約 100,000 小時的中英文資料進行訓練，以提升語音品質與自然度。

網站也描述了一個規劃中的開源基礎模型，將以 40,000 小時資料訓練，旨在支援進一步的研究與開發。頁面中的範例流程展示了簡單的 Python 設定：載入模型、將文字轉為語音，並播放生成的音訊。

ChatTTS 能做什麼？

對話式文字轉語音

ChatTTS 主要針對對話場景，而非一般敘述，重點在對話任務與對話式簡介。

中文與英文支援

來源說明支援中文與英文，使此模型可用於多語言工作流程。

大規模訓練資料

頁面描述其以約 100,000 小時的中文與英文資料進行訓練，以提升語音品質與自然度。

LLM 對話相容性

網站表示此模型適合 LLM 助理對話任務，因此可用於合成語音需要融入對話流程的情境。

計劃中的開源基礎模型

來源提到團隊計劃推出一個以 40,000 小時資料訓練的開源基礎模型，供學術與開發者社群使用。

文字輸入到音訊輸出

使用範例展示了一個簡短流程：載入模型、輸入文字，並以 `chat.infer(...)` 生成音訊輸出。

使用情境

“LLM 助理對話”

當 LLM 助理需要符合對話情境的語音回覆，而不是聽起來像一般旁白時，可使用 ChatTTS。

“音訊與影片簡介”

為產品導覽、發布短片或說明內容生成語音；來源頁面提到對話式音訊與影片簡介。

“雙語語音合成”

將書面文字轉為語音，適用於需要單一模型支援多語言的中文與英文工作流程。

“原型生成流程”

當您需要一個輕量級的語音生成原型或展示時，可依照頁面上展示的簡單文字輸入、音訊輸出流程。

“研究與開發者探索”

如果您正在追蹤對話式 TTS 的研究或社群開發，可將規劃中的開源基礎模型作為參考點。

常見問題

ChatTTS 用於什麼用途？

ChatTTS 旨在用於對話式文字轉語音，包括 LLM 助理的對話任務，以及對話式音訊或影片簡介。

ChatTTS 支援哪些語言？

來源說 ChatTTS 支援中文與英文。

如何開始使用 ChatTTS？

來源顯示的基本使用流程是：複製 GitHub 儲存庫、安裝 `torch` 和 `ChatTTS`、載入模型、將文字傳入 `chat.infer(...)`，並播放生成的音訊。

是否有計劃中的開源模型？

頁面表示團隊計劃將一個以 40,000 小時資料訓練的基礎模型開源。

頁面有列出價格嗎？

來源未顯示價格細節。它將 ChatTTS 呈現為免費的線上產品，並提及 GitHub 專案 `2noise/chattts`。