微信扫码
添加专属顾问
我要投稿
上一篇玩儿了一下 AI 语音大模型 ChatTTS,从部署到使用再到接入 Dify(虽然能接入,但是只能展示生成的文件路径)整个过程都很顺畅。
不过在部署上,前置准备工作还是有一些多的,要安装各种依赖、拉取项目源代码以及创建并激活虚拟环境等等。为了方便部署,就有大佬开发了一款 ChatTTS 本地离线整合包并开源到了 Github 上——ChatTTS-Enhanced。
Github 地址:https://github.com/CCmahua/ChatTTS-Enhanced
在 ChatTTS-Enhanced 项目中提供了不同系统(Windows 和 MacOS)的安装包,只要傻瓜式进行安装即可。
安装后双击打开,就可以快速启动增强版的 ChatTTS 了~~
目前已经更新到了 V3 版本,这个版本中的亮点如下:
音质增强/降噪解决Chat-TTS生成时的噪音问题。
支持多TXT、SRT文件批量处理。
支持长文本处理,支持中英混读。可自定义切割长度。
支持导出srt文件。
支持调节语速、停顿、笑声、口语化程度等参数。
支持导入ChatTTS Speaker音色。详情看帮助。
支持储存音色配置与选项配置。方便管理。
那长文本效果具体如何呢?我们一起来听一下:
有一些杂音,这是因为没有开启音质增强,开启之后杂音基本就没有了。
关于音色来说,如果我们想指定一个音色进行生成,可以先到音色库(https://modelscope.cn/studios/ttwwwaa/ChatTTS_Speaker)中找一个比较中意的,然后下载对应的 pt 文件:
将下载好的文件在这里进行上传即可:
这一版本的整合包需要以下配置才可以运行:
Windows: 需要 Win10/11,支持 CPU 和 GPU
MacOS:不管是 M 芯片还是 Intel 芯片,系统版本必须在 10.13 以上
显存在不开启音频增强的情况下需要最低 4G 的配置,对于 Mac 来说,作者目前只做了 CPU 的适配,因为显存这块说是还有些问题。
如果自身及其配置比较低,作者还贴心的提供了云端一键部署的功能,感兴趣的朋友可以在 B 站搜索「嘟嘟实验室」,除了语音整合包之外,还有其他很多好玩儿的整合包。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-05-09
Markdown要被抛弃了?Claude Code工程师自曝:我已彻底放弃使用Markdown!团队倾向使用HTML!网友:其他编辑工具会被淘汰吗?
2026-05-09
“Claude Code 你就作吧,我换 Codex 了”
2026-05-09
LLM 输出到这步才算可靠:生产级输出验证与质量工程实战
2026-05-09
OpenAI发布Codex for Chrome,能自动操控浏览器干活了!
2026-05-08
Codex Chrome 插件实测:多标签并行后,AI 浏览器代理终于顺手了
2026-05-08
AI吞噬软件的叙事要分化了?
2026-05-08
民生银行基于规格驱动开发(SDD)的 CodeAgent 私域研发探索与实践
2026-05-08
Agent 时代的生产力悖论:当协作本身成为最大的瓶颈
2026-04-15
2026-03-31
2026-03-13
2026-02-14
2026-04-07
2026-03-17
2026-02-09
2026-03-17
2026-03-21
2026-04-07
2026-05-09
2026-05-08
2026-05-07
2026-04-26
2026-04-22
2026-04-18
2026-04-13
2026-04-12