ChatTTS：对话场景文本转语音TTS模型

【简介】：ChatTTS是一个开源的文本到语音（TTS）模型，专门为对话场景设计，如大型语言模型（LLM）助手。它支持英文和中文两种语言。

【主要产品】：ChatTTS 文本转语音模型。

【特色功能】：支持对话式TTS，细粒度控制韵律特征（如笑声、停顿和插话），以及多种说话人语音。

【适用场景】：适用于需要自然和富有表现力的语音合成的对话系统。

【实用工具】：提供了基础和高级用法的代码示例，以及如何进行细粒度控制的指南。

【操作步骤】：

1. 使用git克隆项目到本地。
2. 使用pip安装所需的库，如vocos和vector_quantize_pytorch。
3. 运行项目文件夹中的infer脚本。

【常见问题】：

• 至少需要4GB的GPU内存来生成30秒的音频片段。
• 对于某些自动回归模型，可能存在多说话人或音质不佳的问题。

【价格服务】：免费。

【用户反馈】：用户反馈了模型对中文的支持情况以及使用过程中的一些体验和建议。

【中文关键词】：文本到语音，对话场景，多说话人支持，细粒度控制

【英文关键词】：text-to-speech, dialogue scenario, multi-speaker support, fine-grained control