最强中文文本转语音！ChatTTS安装部署方法 本地一键部署chattts、谷歌colab部署 GitHub Codespaces部署 普通话文本转语音TTS流畅和自然度的天花板 中文解说视频必备工具
HTML-код
- Опубликовано: 13 июл 2024
- 本期视频您将学到。chat tts 的3种使用方法，包括本地部署、谷歌colab部署，GitHub codespaces部署，部署方法100%成功。好兄弟们，这两天相信玩AI 文本转语音的小伙伴都被一个叫chatTTS的文本转语音工具刷屏了。
因为这个项目刚出不久，而且项目方这边更新的也比较频繁，项目分支呢也比较多，所以如果大家在实际使用中遇到和视频不符的情况，也可以看一下我视频下方的评论，也欢迎各位大佬在视频下方随时分享有关这个项目的动态。然后我也会把chatTTS官方的b站链接和Q群放在视频的描述，大家也可以联系官方获取最新的更新。
我简单说一下我使用chattts的一点心得。那chattts在生成语言的流畅度和拟人度上确实效果惊艳，这个大家有目共睹。但是如果目前作为生产力来说还存在一些问题。那首先就是我们无法训练自己的声音，只能用seed值去控制音色，这可能还暂时满足不了有声音定制化需求的小伙伴。当然在官方的开发计划上对于lora的训练也已经在计划之中。其次就是声音的稳定性和长文本输出上，其实当前官方放出的这个版本，并不适合生成太长的文本。那有些小伙伴可能说，我可以将文本切分之后分段生成，那这个是没有问题的，但是实际操作的时候，可能就会遇到切分之后分段文本的音色不统一。即使控制了seed也可能会出现这种情况。所以分段录制只能在一定程度上去解决统一性的问题，实际操作起来理论和成果还是有一定差距。最后就是在不同的硬件上跑，即使控制了seed值生成声音音色也可能会有变化。比如我相同一套参数，在colab上生成五个音频，然后再本地用同样的seed去跑，有三段的音色是差不多的，两段就完全不同。如果大家有控制音色需求的话，最好还是保持同一台设备去做输出。
𝕏 我的推特： / ytkexue
💎加入频道会员 享视频优先观看： / @kexue
相关链接：
官方项目：github.com/2noise/ChatTTS
官方B站：space.bilibili.com/455643159
官方Q群：808364215
注意：以下链接为第三方开发者开发，非官方版本：
colab版：github.com/6drf21e/ChatTTS_colab （作者也刚更新了win一键整合包）
GitHub codespaces版：github.com/yihong0618/ChatTTS
win一键包：github.com/jianchang512/ChatT...
关于GPU不生效解决方法：x.com/YTkexue/status/17972158...
热门AI应用：
💎ChatGPT Plus会员合租平台：bit.ly/hezu888
🔥 输入优惠码kxj 享全场95折
🔥 MJ、Netflix等会员均可使用优惠码
视频语言翻译（含对口型）
💎Heygen：bit.ly/Hey-Gen
💎Rask.AI：bit.ly/xRaskAI
💎Elevenlabs：bit.ly/11elevenlabs
✅相关链接：
Stable Diffusion入门到精通教程系列：
• Stable Diffusion教程 从入门到精通
谷歌账号注册教程：
• 🐼100%成功！Google账号2023注册...
Stable Diffusion汉化包：
github.com/VinsonLaro/stable-...
短信接码平台：
bit.ly/3uxXNAJ
Midjourney入门到精通教程系列：
• Midjourney教程 入门到精通
00:00 前言
01:16 colab 一键部署
07:12 GitHub 一键部署
10:25 本地部署 方法1
13:44 本地部署 方法2
14:02 使用技巧和不足 
Наука
先赞为敬
感谢支持哈哈
第一个好,可以a卡跑的快 感谢
请问下博主，colab里面生成的声音seed后，如何在关闭后的第二天，再次打开colab训练的时候还可以找到这个seed？
colab里生成的seed 编号记下来 下次重开的时候填入就好了呀
mac用户骂骂咧咧点开了视频，并留下了一个赞😊
哈哈
macOS真的没有一点办法吗？想用M1的MacBook部署到本地到底能不能实现啊？请教各位神仙哥哥姐姐，神烦！
请问你运营这个油管你是服务器ip还是专门买的住宅了
就最普通的✈
@@kexue 多谢了
@@fenqin-td9zf 加油
这执行力还是可以了
感觉是比GPT-sovits好，sovits用起来吞字情况特别多。
嗯 不是一个类型的 sovits主打小样本训练克隆 tts主要是流畅度和拟人化
good
奈斯
请问下win一键整合包要如何使用？Mac用户在ai这件事情上感觉严重落后。谢谢作者，期待回复！
mac下可以参考这个 github.com/jianchang512/ChatTTS-ui?tab=readme-ov-file#macos-%E4%B8%8B%E6%BA%90%E7%A0%81%E9%83%A8%E7%BD%B2 （我不是mac所以测试不了抱歉）
@@kexue 非常感谢您！
期待训练模型
哈哈 好饭不怕晚
❤❤
有api接口版本吗？
第三个提到的本地版本是有个API的按钮的 但是我没测试过
如何匹配到视频上用？只是读文字，那只能用于播客
？？我这个视频的开头算不算用在了视频上。。。如果说要对口型的话 需要配合其他lip-sync项目 可以参考ruclips.net/video/qWvCFDMdkuA/видео.html
你显卡太牛，我980表示羡慕
前。。。前辈好
大佬，我问一下 为什么我用谷歌云端训练完成，下载模型的时候同时下载了三个模型，但是只有一个下载到了，其余两个蓝色圈圈转完了 浏览器下载那里也看不到另外两个模型，下载文件那里也没有😅。
？？？这个模型不支持训练啊？
@@kexue 不是，我用的是花儿开发的那个谷歌云，训练完成了，下个那个模型的时候只能下载一个，其余的点了下载 蓝色圈圈转完也没有看到文件。。。
他们都用本地部署，问他们全都不了解，看你用谷歌云 想问问你知不知道什么问题，哈哈 还请见谅。
@@weizhang-en9ks 大概率是梯子不稳 或者浏览器拦截了 现在浏览器为了安全只能下载一次 下载第二次的时候 会在地址栏右边 有一个感叹号 需要手动确认
@@kexue 哈哈，他是一点提示都没有 就很离谱，我已经换个Dl云端解决了。
群满了
太火了哈哈
玩玩可以，还是等后期完善吧
嗯 官方在憋大招
真是盼什么来什么，想学什么就出什么，氪学家威武霸气屌炸天！
哈哈 请给我寄点护肝片
@@kexue 请教个问题大佬，如果我要增加笑声是在想增加的地方填写[laugh]还是填写[uv_laugh]？ 还有[laugh_2]的意思是啥，laugh 2s么？
@@iithades 额 参数我也没来得及研究抱歉 可以都试一下。。。我主要就调了一下温度还有top p和top k 这几个值调小之后音频会更稳定 吃字和错字更少
同样的音色（一摸一样的配置）2次配的音都不一样，大家有没有测试到
有遇到过这种情况 可以多刷几次
怎么训练特定的音色呢
现在还没开训练。。。
声音模型咋训练呢？
官方未开放训练
@@kexue 那只能抽卡，抽出三上老师了啊😅
@@stu-work3326 哈哈哈 请交出你的番号。。。额不是。。。SEED。。。哔。。。我们是一个正经的频道
@@kexue 不要种子，现在是磁力时代😜
@@stu-work3326 啥呀 我说的是声音的seed哈哈哈
呀咩爹😂
哒咩！
本期番号多少
110120119
可以克隆声音吗
现在不行
不能
你这个头像出个教程可好？
这不用教程啊 就是一个静态的图片 然后嘴巴用了几个不同的形状拼了一下循环播放
学习ING
加油加油！
QQ群已经满了，申请加入组织。
额 我没组织没记录无业游民抱歉大佬。。。
为什么我关闭了梯子，也关闭了代理，app.exe打不开，打开闪退
试一下我视频中提到的另一个
只能生成30秒
话说，up主，使用的是什么靠谱科学上网😂
一般只要主做视频的都是自建的，网上教程多的是，还有，这个应该叫youtuber,UP主是B站的称呼
@@user-jb7mv7bj6e对的，长期使用还是自己搭建一个好
将近3G的软件下载了，安装过程中提示没发现GPU显卡，只能用CPU生成声音，结果就是处理速度极慢200多字的英文生成声音需要将近10分钟!
关于用GPU的方式我在视频中提到了 而且视频下面描述也有方法 可以参考下
@@kexue 谢谢
@@TPDR 加油
如果不能固定住人声，无限制长度，没鸟用
下一版可能会好一些 这个版本用官方的话说 应该是“学术探讨”，只不过没想到放出来这么火
群满了
哈哈太火了