站长之家（ChinaZ.com）6月3日 消息:还记得之前给大家推荐的中文语音AI天花板ChatTTS吗?这个可平替 GPT-4o的文本转语音项目一上线就爆火出圈，短短几天就在GitHub上斩获了16.9K的Star 量。
而现在，ChatTTS正式上线了官网，所有用户都可以直接在线体验了。
主要功能:
- 文字转语音:在文本框中输入文字，ChatTTS会生成对应的语音，并自动调整韵律和停顿。
- 实时语音对话:与大语言模型结合，实现实时语音对话功能。
- 调节音色:在“Audio Seed”处可以调节数字指定说话人的音色，或通过摇骰子随机生成一种音色。
- 控制细节:用户可以在文本中加入特殊标记如[laugh]和[uv_break]，手动控制笑声和停顿等效果。
ChatTTS的突出特点
多语言支持:ChatTTS不仅支持中文，还能够生成自然流畅的英文语音。中英文混合语音表现出色，几乎听不出AI生成的痕迹。
细粒度控制:ChatTTS允许用户控制笑声、说话间的停顿以及语气词，使生成的语音更加自然和生动。
多说话人支持:ChatTTS支持多说话人的语音合成，可以复刻各种声音，包括已故人物的经典声音。
大规模训练数据:最大的ChatTTS模型使用了超过 10 万小时的中英文数据进行训练，在HuggingFace开源的版本使用了 4 万小时的训练数据，但未经过监督微调（SFT）。
ChatTTS的应用场景
ChatTTS适用于各种需要高质量语音合成的场景，包括但不限于:
电商直播:为直播提供更加自然的语音配音，提高用户体验。
自媒体:帮助自媒体创作者生成生动的配音，吸引更多观众。
在线教育:为在线课程提供清晰自然的讲解声音，提升学习效果。
客服和售后服务:提供更人性化的语音服务，提高客户满意度。
在线使用
官网地址:https://chattts.com/
项目地址:https://top.aibase.com/tool/chattts
- text:指的是需要转换成语音的文字内容。
- Refine text:选择是否自动对输入的文本进行优化处理。
- 随机度:一个控制输出随机性的参数，数值越大，生成的语音随机性越高，这可能导致生成的语音质量有时更好，有时更差。
- 声音选择:默认值为2222，这是一个数字参数，用于选择声音的类型。可选的数字有2222、7869、6653、4099、5099，可以任选其一，或者输入其他数字以随机选择声音。
- 定制声音:这是一个正整数参数，用于定制声音的音调和音色。如果设置了此值，将优先使用，而忽略声音选择参数。
- 提示设置:用于添加笑声、停顿等效果。例如，可以设置为[oral_2][laugh_0][break_6]。
再次强调，该模型的优势在于它是开源的，允许使用个人的声音资料进行训练。
使用时，请遵守法律法规和道德规范。
另外还有人做了一个ChatTTS Web UI，自己可以部署 ChatTTS Web UI：https://github.com/jianchang512/ChatTTS-ui