ChatTTS
活跃·★ 40.0k·AGPL-3.0 (code), CC BY-NC 4.0 (model)·更新于 2026-04-10
★ 最受欢迎
ChatTTS 是一个专为对话场景设计的生成式语音合成模型,比如用作大模型助手的声音。它追求的不是平铺直叙的朗读,而是自然的对话语音:支持多说话人,并能预测和控制细粒度的韵律特征,包括笑声、停顿和语气词。目前支持英文和中文。
它适合为语音助手、对话 Agent 和对话类演示做原型的研究者和开发者,尤其是中英文场景。主模型使用超过 10 万小时的音频训练;在 Hugging Face 上开源的是一个 4 万小时、未经监督微调的预训练模型。项目提供流式生成和零样本推理代码,社区还维护着一份基于它构建的终端产品清单。
上手方式:用 `pip install ChatTTS` 安装,或者克隆仓库并安装依赖(conda 示例使用 Python 3.11),然后运行 `python examples/web/webui.py` 体验网页界面。
#文本转语音#生成式AI#对话系统#韵律控制#Python
01
功能特性
01针对对话任务优化的会话式文本转语音
02对韵律特征(笑声、停顿、感叹词)进行精细控制
03相较于大多数开源TTS模型,韵律表现更佳
04支持多说话人,促进交互式对话
05支持英语和中文多语言
02
为什么选择它
+语音自然、口语化,可以控制笑声、停顿和语气词。
+在开源模型中韵律表现突出,中英文都支持。
+支持多说话人、流式生成和零样本推理。
+Python API 简单,并提供网页界面便于快速试用。
03
权衡点
!开源模型采用 CC BY-NC 4.0 许可,仅限教育和研究用途,不得商用;代码本身为 AGPLv3+。
!为防止滥用,作者在训练中加入了轻微的高频噪声并压缩了音质,因此输出达不到录音室水准。
!目前只支持英文和中文,多情感控制仍在规划中;另外仓库自 2026 年 4 月以来更新很少。
05
维护状况检查
放缓检查日期: 2026-11-08
- 最近提交
- 2026-04-10
- 近 90 天提交数
- 0
- 近 90 天发布数
- 0
- 最新发布
- v0.2.5 (2026-04-10)
- 未关闭 issue
- 62
- 近期 issue 至少有一条评论的比例
- 24/30
近 12 周每周提交数
最早的一周在左边,最近 4 周为橙色。数据来源:GitHub 提交统计。
状态规则:GitHub 上已归档 = 已归档;最近提交在 90 天内 = 活跃;91 到 365 天 = 放缓;更久 = 停滞。所有数字来自所示日期的 GitHub API。
讨论最多的未关闭 issue
- #640 使用vllm后的音色疑似只有男声15 条评论 · 2024-07-28
- #302 cost too many time!!!12 条评论 · 2024-06-12
- #284 How Can I use my own voice to training the AI8 条评论 · 2024-06-07
- #800 bug:main、dev code run main.py has error:lzma.LZMAError: Corrupt input data5 条评论 · 2024-10-24
- #503 生成的语音不全6 条评论 · 2024-07-01
issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。
04
适合谁
适合选它的情况
- 需要极其逼真、富有日常对话感的文本转语音合成能力,模型能自然处理对话中的停顿、叹气与笑声等副语言特征。
- 希望在本地或私有服务器上自托管开源权重的拟真语音合成模型,用于智能体语音交互或播客生成。
建议换别的情况
- 需要可直接商用的宽松授权;ChatTTS 模型权重采用 CC BY-NC 4.0 许可(仅限非商业用途)。
- 在极低算力设备上追求低于 200ms 的端到端实时流式语音对讲。
06
与同类的区别
ChatTTS 是专门攻坚拟人化对话语音表现力的声学模型;OpenChatCut 则是包含多轨时间线、音视频剪辑与画面合成的综合视频创作工具。
07
兼容性
PyPI
软件包
已通过文档验证
Colab
笔记本
已通过文档验证
HuggingFace
模型托管
已通过文档验证
08
快速开始
1
$ pip install ChatTTS
09
使用场景
↳在对话场景中为大型语言模型助手提供语音输出
↳促进自然、多说话人的交互式对话
↳用于语音合成领域的学术研究和教育目的
10
同类工具
评论
登录后发表评论
暂无评论,来发表第一条吧