ChatTTS

环境要求

• Python 3.11（README 的 conda 示例使用该版本）
• 已安装 pip；如用 conda 方式需安装 conda
• 需在项目根目录下执行 Quick Start 相关命令
• 首次调用 chat.load 生成语音时需要可联网下载模型

安装与启动步骤

1. 1获取项目代码

   克隆仓库并进入项目根目录，后续安装依赖和运行示例都在此目录进行。

   git clone https://github.com/2noise/ChatTTS.git
   cd ChatTTS

   复制

2. 2创建 conda 环境

   README 推荐的隔离方式，使用 Python 3.11 创建并激活名为 chattts 的环境，避免依赖冲突。

   conda create -n chattts python=3.11
   conda activate chattts

   复制

3. 3安装项目依赖

   在项目根目录执行，安装 requirements.txt 中列出的依赖，加 --upgrade 保证升级到最新版本。

   pip install --upgrade -r requirements.txt

   复制

4. 4安装 ChatTTS 包

   三种方式任选其一：从 PyPI 装稳定版、从 GitHub 装最新版、或在本地目录以开发模式安装。

   pip install ChatTTS

   复制

5. 5运行基础示例

   新建脚本写入下方代码并执行，把 texts 换成你要合成的文本，输出为当前目录下的 wav 文件。

   import ChatTTS
   import torch
   import torchaudio
   
   chat = ChatTTS.Chat()
   chat.load(compile=False) # Set to True for better performance
   
   texts = ["PUT YOUR 1st TEXT HERE", "PUT YOUR 2nd TEXT HERE"]
   
   wavs = chat.infer(texts)
   
   for i in range(len(wavs)):
       """
       In some versions of torchaudio, the first line works but in other versions, so does the second line.
       """
       try:
           torchaudio.save(f"basic_output{i}.wav", torch.from_numpy(wavs[i]).unsqueeze(0), 24000)
       except:
           torchaudio.save(f"basic_output{i}.wav", torch.from_numpy(wavs[i]), 24000)

   复制

关键配置

如何确认成功

脚本运行结束后，当前目录会生成 basic_output0.wav、basic_output1.wav 等文件，用播放器打开能听到对应文本的语音即成功。

常见问题

注意事项

• TransformerEngine 和 FlashAttention-2 在 README 中被明确标记为不建议安装，仅开发用途。
• vLLM 为可选项且仅支持 Linux（pip install safetensors vllm==0.2.7 torchaudio）。
• 本仓库只包含算法基础设施和简单示例，面向终端用户的扩展产品请参考社区维护的 Awesome-ChatTTS。
• 首次加载模型需要下载权重，耗时较长，请预留时间和磁盘空间。