ChatTTS 音色定制完整指南从预置试听到专属语音包【免费下载链接】ChatTTS-ui一个简单的本地网页界面使用ChatTTS将文字合成为语音同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui还在为声音永远一个样像机器在念稿而烦恼遇到喜欢的音色却不知道怎么固定下来反复用ChatTTS-ui 是一个简单的本地网页界面用 ChatTTS 做文字转语音合成同时对外提供 API。这篇文章带你完成一次完整的 ChatTTS 音色定制流程试听、自定义、固定、复用全程在你自己的电脑上跑无需任何云服务。第一步快速上手5 步合成第一段语音克隆代码git clone https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui进入目录需 Python 3.9~3.11建虚拟环境并激活python3 -m venv venv source venv/bin/activate安装依赖pip install -r requirements.txt装推理引擎CPU 版直接pip install torch2.7.1 torchaudio2.7.1执行python3 app.py浏览器自动打开http://127.0.0.1:9966在页面输入文字即可合成首次启动会自动下载模型默认从 modelscope 拉取下载时请关闭代理下载完即可离线使用。⚠️ 避坑不支持 Python 3.12见到 Dynamo 相关报错请降到 3.10。第二步音色定制核心功能实操挑选音色先试内置预设仓库自带的 speaker/ 目录里放了一批预设音色文件网页下拉框的音色列表就来自这里选个编号直接试听即可。在网页输入文字下拉选择一个音色如 2222、7869点合成试听也可以直接调 APIPOST http://127.0.0.1:9966/tts用voice参数指定音色传入列表之外的数字系统会以该数字为种子随机生成一个音色 技巧2222 / 7869 / 6653 / 4099 / 5099 五个数值带音色文件出音稳定适合先试听对比记下喜欢的编号后面会用到。创造新音色custom_voice 种子法对预设不满意时给 API 传一个大于 0 的整数custom_voice每个种子值对应一种新音色而且生成后会被自动固定下来。请求时改传custom_voice12345必须大于 0此时voice参数自动失效试听满意后不用手动保存系统已把该音色存成speaker/12345.csv以后请求写voice12345即可复现同一音色加载逻辑见 uilib/utils.py⚠️ 避坑同一种子在不同机器上生成的音色可能不同同一台机器多次生成音调也可能漂移。这是种子法的已知特性喜欢就尽快靠自动保存的 csv 固化。参数速查表三个采样参数决定音色的性格默认值已经是不错的平衡点微调即可。参数作用建议值temperature控制音色随机性越小越稳定0.2~0.4top_p影响发音多样性0.6~0.8top_k控制候选词范围20~40speed合成语速档位5默认skip_refine1跳过文本精修阶段出音更快0prompt笑声/停顿控制符如[oral_2][laugh_0][break_6]默认留空 技巧播客、有声书等要稳的场景直接锁 0.3 / 0.7 / 20 这组默认值觉得声音发木把 top_p 往上抬一点。固化优质音色两种音色格式音色以 csv 或 pt 两种格式存放在 speaker/ 目录系统自动识别放入即生效。csv 格式最省心按上一节用 custom_voice 生成后自动产生无需任何操作从别处下载了seed_xxx_emb.pt这类音色文件直接放进来不可用需先跑转换脚本python cover-pt.py它会把 speaker 目录里seed_开头的_emb.pt文件转成-covert.pt结尾的新文件原文件可删调用时在 API 的voice参数里填文件名不带扩展名即可⚠️ 避坑报Missing spk_stat.pt说明模型文件不完整处理办法见 faq.md。第三步落到真实场景API 接入配音工作流如果你在做视频字幕ChatTTS-ui 可以直接作为 TTS 引擎接入 pyVideoTrans在它的设置页填写请求地址默认http://127.0.0.1:9966测试通过后在主界面选择 ChatTTS即可给整段视频批量配音。接入自己的项目最小调用如下import requests # POST 到本地 TTS 接口指定音色与稳定参数 res requests.post(http://127.0.0.1:9966/tts, data{ text: 你好这是一段用 ChatTTS-ui 生成的语音。, voice: 12345, # 上一步保存的自定义种子 temperature: 0.3, top_p: 0.7, top_k: 20 }) print(res.json()) # code:0 表示成功audio_files 里的 url 是 wav 下载地址返回是 jsoncode:0为成功audio_files中每项带文件名与下载地址加参数wav1则接口直接返回音频文件本身。进阶按场景适配音色教育培训、有声书选 4099、7869 这类沉稳音色参数锁默认值保证清晰稳定娱乐、短视频多试几个 custom_voice 新种子配合 prompt 加[laugh_0]让语气更活泼多人对话场景给每个角色分配不同种子各自存成 csv合成时固定读取避免角色音色漂移收尾回顾音色三来源预设 csv、种子随机生成、外部 pt 文件统一放 speaker/ 目录喜欢的音色尽快固化成 csv别指望种子跨机器复现temperature / top_p / top_k 按速查表微调默认值已够用API 入口在 app.py报错先查 faq.md现在就动手跑起来挑一个喜欢的音色做出你的第一个专属语音包。 提示调整参数后请用同一段文字对比试听前后效果再定型定期清理 static/wavs 下积累的合成缓存避免占满磁盘。【免费下载链接】ChatTTS-ui一个简单的本地网页界面使用ChatTTS将文字合成为语音同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考