|
在Github上大火的ChatTTS到底是个啥？
省流：文本转语音+声音克隆
听说很牛，到底有多牛？
牛到作者毫不掩饰的说是日前为止的开源项目天花板
仅仅5天斩获了16k的关注，真是个好项目。
我试了试其中的效果，真的很NB，难怪这么多人关注这个项目。
介绍 ChatTTS是专门为对话场景设计的文本转语音模型，例如LLM助手对话任务。它支持英文和中文两种语言。最大的模型运用了10万小时以上的中英文数据进行训练。在HuggingFace中开源的版本为4万小时训练且未SFT的版本.亮点 对话式 TTS: ChatTTS针对对话式任务进行了优化，实现了自然流畅的语音合成，同期支持多说话人。细粒度掌控: 该模型能够预测和掌控细粒度的韵律特征，包含笑声、停顿和插进词等。更好的韵律: ChatTTS在韵律方面超越了大部掰开源TTS模型。同期供给预训练模型，支持进一步的科研。ChatTTS的应用场景 ChatTTS适用于各样必须高质量语音合成的场景，包含但不限于:电商直播:为直播供给更加自然的语音配音，加强用户体验。自媒介:帮忙自媒介创作者生成生动的配音，吸引更加多观众。在线教育:为在线课程供给清晰自然的讲解声音，提高学习效果。客服和售后服务:供给更人性化的语音服务，加强客户满意度。运用介绍
1：下载资源压缩包
咱们供给了 2 套整合包，一套是软件君的，还有一套是ChatTTS-ui
2：本地起步程序
下载完成后，解压压缩包，点击"起步.exe"起步脚本
3：浏览器操作运用
text:指的是必须转换成语音的文字内容。Refine text:选取是不是自动对输入的文本进行优化处理。随机度:一个掌控输出随机性的参数，数值越大，生成的语音随机性越高，这可能引起生成的语音质量有时更好，有时更差。声音选取:默认值为2222，这是一个数字参数，用于选取声音的类型。可选的数字有2222、7869、6653、4099、5099，能够任选其一，或输入其他数字以随机选取声音。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。倘若设置了此值，将优先运用，而忽略声音选取参数。提示设置:用于添加笑声、停顿等效果。例如，能够设置为[oral_2][laugh_0][break_6]。软件君的整合包-更新记录
V1.0版本：2024-6-2
1、基于ChatTTS项目，支持保留音色，支持生成wav。
 返回外链论坛：http://www.fok120.com/，查看更加多
责任编辑：网友投稿
| 
发表于 2024-7-3 23:33:38
