ChatTTS 快速上手教程（GitHub README 中文整理）

ChatTTS 快速上手教程

是什么

ChatTTS 是一个专为对话场景设计的文本转语音（TTS）模型。它由 2noise 团队开源，主要面向 LLM 助手等对话式应用，能够生成自然、富有表现力的语音。

能干什么

• 对话式语音合成：针对对话场景优化，支持多说话人，可实现交互式对话
• 精细控制：可以预测和控制笑声、停顿、语气词等韵律特征
• 高质量韵律：在韵律表现上超越大多数开源 TTS 模型
• 支持中英文：目前支持中文和英文，更多语言即将推出

怎么装

环境要求

• Python 3.9+
• pip 或 conda 包管理器

安装步骤

1. 克隆仓库

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

2. 安装依赖

方式一：直接安装

pip install --upgrade -r requirements.txt

方式二：使用 Conda（推荐）

conda create -n chattts python=3.11
conda activate chattts
pip install -r requirements.txt

可选：安装 vLLM（仅 Linux）

pip install safetensors vllm

怎么用：第一个例子

以下是一个简单的使用示例，生成一段中文语音：

import ChatTTS
import torch
import torchaudio

# 初始化模型
chat = ChatTTS.Chat()
chat.load_models()

# 准备文本
texts = ["你好，欢迎使用 ChatTTS 语音合成系统。", "这是一个简单的示例。"]

# 生成语音
wavs = chat.infer(texts, use_decoder=True)

# 保存音频
for i, wav in enumerate(wavs):
    torchaudio.save(f"output_{i}.wav", wav, 24000)

运行说明：

• 首次运行会自动下载预训练模型（约 2GB）
• 模型默认从 HuggingFace 下载，国内访问可能受限
• 生成的音频采样率为 24kHz，保存为 WAV 格式

社区资源

• 官方模型：HuggingFace 模型库
• 社区扩展：Awesome-ChatTTS - 收录各种衍生产品和工具
• 代码结构可视化：查看代码架构图
• 在线体验：Google Colab 笔记本（在 README 中有链接）
• 交流群：QQ 群（808364215、230696694、933639842、608667975）或 Discord 服务器

注意：模型仅用于学术研究，采用 CC BY-NC 4.0 协议，禁止商业用途。代码采用 AGPLv3+ 协议。

翻译整理自 GitHub README，原文：https://github.com/2noise/ChatTTS