前言

ChatTTS（Chat Text-to-Speech）是一款专为对话场景设计的文本转语音（TTS）模型，支持中文和英文，特别适用于大型语言模型（LLM）助手的对话任务。该模型在语音合成中表现出高质量和自然度，能够生成自然流畅的语音。本手册将详细介绍ChatTTS的安装、配置及使用方法。

1. 安装ChatTTS

1.1 准备工作

确保你的计算机已安装Python及必要的库。ChatTTS推荐使用Python 3.x版本。

1.2 下载或克隆项目

你可以通过GitHub或Gitee获取ChatTTS的源代码。推荐使用Git进行克隆：

<code>git clone https://github.com/2noise/ChatTTS.git

cd ChatTTS

解释

或者，你也可以直接下载项目的压缩包并解压。

1.3 安装依赖

在项目根目录下，使用pip安装所需的Python依赖：

pip install -r requirements.txt

注意：如果遇到torch版本不兼容的问题，请按照提示修改requirements.txt文件中的torch版本。

2. 使用ChatTTS

2.1 谷歌Colab使用（适用于初学者）

如果你不想在本地安装复杂的环境，可以使用谷歌Colab来运行ChatTTS。但请注意，这种方式可能需要科学上网并注册谷歌账号。

访问谷歌Colab并登录你的谷歌账号。导入ChatTTS的Colab笔记本（如果有的话），或者根据官方提供的教程步骤操作。按照Colab中的指示填写需要转换的文本，并运行代码生成语音。

2.2 本地使用

2.2.1 基本用法

加载模型：首先，你需要加载ChatTTS模型。确保你的模型文件（如Vocos.pt, GPT.pt等）已经下载并放置在正确的目录下。

from ChatTTS import ChatTTS

import torchaudio

chat = ChatTTS.Chat()

chat.load_models(

vocos_config_path='path/to/vocos.yaml', code>

vocos_ckpt_path='path/to/Vocos.pt', code>

gpt_config_path='path/to/gpt.yaml', code>

gpt_ckpt_path='path/to/GPT.pt', code>

decoder_config_path='path/to/decoder.yaml', code>

decoder_ckpt_path='path/to/Decoder.pt', code>

tokenizer_path='path/to/tokenizer.pt' code>

)

文本转语音：使用infer方法将文本转换为语音。

texts = ["你好，欢迎使用ChatTTS！"]

wavs = chat.infer(texts, use_decoder=True)

torchaudio.save("output.wav", torch.from_numpy(wavs[0]), 24000)

2.2.2 高级用法