ChatTTS：一款让你几乎无法识别真假性的文本转语音工具

享乐分享[私信Ta]

6月前

约714字,需4分钟

AI总结

问题反馈

站点介绍

这个文字转语音是目前为止我觉得转换的最有感觉的一种，无论是语气还是自行添加的语气助词，都是相当到位的，不过经过几番调试，还是发现了一下小的问题和限制，会在文章最后说明。

站点默认全英文，但是演示视频来自B站，已经深深地出卖了自己，首页右上角选择中文可以进行语言切换：
ChatTTS：一款让你几乎无法识别真假性的文本转语音工具-享乐分享

首页其余的内容没啥好看的，基本都是介绍，我们主要看下面这个区域：
ChatTTS：一款让你几乎无法识别真假性的文本转语音工具-享乐分享

这个区域就是用来进行转换的主要区域，看界面，你就知道哪里输入文本了，下面的设置使用默认的或者随机获取一个也可以，主要是用来针对语音进行一些特殊的设置。

比如Refine text就是在你原有的文本基础上面进行一些细微的修改，来让这段文字更加具有亲和力，或者说听起来更像正常对话一样。

恕我没有文采，我这边没有办法通过语言进行描述，下面是我切换不同参数之后的效果，每个音频都是基于默认配置（进入页面后未修改的配置）单独修改其中一项之后的结果，具体差别大家自行感受一下。

默认配置

Audio temperature-0.6

top_P-0.1

top_K-1

Audio Seed-17850636

上方以“Audio temperature-0.6”为例，即将Audio temperature的参数值修改为0.6之后的结果，具体的大家自行感受。

个人感觉，站点给出的默认配置已经就很好了，如果你觉得不太行，可以根据自己的感受去调整。

站点声明该项目约通过10万小时的中文和英文数据使进行训练之后让语音合成质量高、发音自然。

经过测试，发现该转换支持中文中掺杂英文的同时也可以无缝衔接，没有任何违和感。

额外补充

通过使用了几十次之后下面这些感受，仅供给大家参考。

1、生成的音频时间不能超过30秒，大家根据这个时间结合语速调整文字数量，当文字数量大幅超过将导致音频异常。

2、部分[uv_break]之后，可能会存在一些杂音或者爆音。

3、如果你的文本中存在冒号或者很奇怪的标点符号，可能会转换成奇怪的内容。

4、针对方言性的内容，转换显得比较无力：

目前没有发现别的什么问题，如果你对于这个项目感兴趣，可以前往官网，有不少用户提供了很多有价值的内容，包含各种不错的音色等。

插几句题外话，现在AI这么发达，不知道是好事还是坏事，以该项目为例，至少有一部分通过声音赚钱的朋友可能面临窘境，然后做坏事的人又多了一个选择，只能说，科技进步的同时，我们的防骗意识也需要进步。

最后附上来自B站的一个效果测试，简直炸裂：

发表评论

您必须登录或注册以后才能发表评论

评分：

类型：AI工具

专题：AI资源

介绍：

ChatTTS is a voice generation model on GitHub at 2noise/chattts,Chat TTS is specifically designed for conversational scenarios. It is ideal for applications such as dialogue tasks for large language model assistants, as well as conversational audio and video introductions. The model supports both Chinese and English, demonstrating high quality and naturalness in speech synthesis. This level of performance is achieved through training on approximately 100,000 hours of Chinese and English data. Additionally, the project team plans to open-source a basic model trained with 40,000 hours of data, which will aid the academic and developer communities in further research and development.

前往站点