项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 465
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python
- CUDA GPU
- 参考音频
安装与启动步骤
-
1先看现成演示
官方有在线体验，先判断效果是否够用。
-
2本地部署
按仓库说明装两套模型的依赖。
-
3准备一段数十秒的音频
音色克隆需要参考音频。
-
4合成并对比
同一文本用不同参考音色各生成一次。
如何确认成功
同一段文本用两份不同参考音频合成，输出音色有明显区别且都可听清
注意事项
- 它把语音合成与音色克隆两套模型拼起来，用短音频即可迁移音色。
- 音色属于人格权范畴，克隆他人声音必须取得明确授权，否则可能侵权。
- 参考音频的质量直接决定效果，噪声大的录音克隆出来也是噪声感。
- 仓库另带一个文本预处理脚本，能接多家模型做数字与符号规范化。
- 生成内容用于公开发布前，确认平台对合成语音的标注要求。
核心亮点
- 直接打通 ChatTTS 与 OpenVoice，无需从零训练即可实现音色克隆
- 仅需 10 秒音频样本，克隆门槛低，操作简单
- 基于成熟 TTS 库，合成语音自然度高，支持多语言
不足之处
- 早期项目，文档和社区支持待观察
- 依赖外部库版本兼容性，可能受上游更新影响
适用场景
- 个性化语音助手或虚拟主播的音色定制
- 有声内容创作，快速生成具有个人特色的配音
- 游戏或应用内角色语音的快速原型制作
替代项目
OpenVoice、GPT-SoVITS、CosyVoice
上一篇：ChatTTS-ui
同类项目推荐
bmusegan
开源
用二值神经元GAN生成复调钢琴曲，适合AI作曲研究
Code for “Convolutional Generative Adversarial Networks with Binary Neurons for Pol···
GLM-TTS
开源
几秒克隆音色，还能带情绪说话，让TTS更自然
GLM-TTS: Controllable & Emotion-Expressive Zero-shot TTS with Multi-Reward Reinforce···
mu2mi
开源
用 TypeScript 快速集成 AI 音乐生成与处理能力
The Open Source AI Musical Toolkit
audiotoken
开源
极速音频转令牌，让音频生成快人一步
Audio tokenization, in the fastest way possible!
TTS-Voice-Wizard
开源
让 VRChat 虚拟形象实时显示说话文字并语音回复
Speech to Text to Speech. Song now playing. Sends text as OSC messages to VRChat to ···
flux-generator
开源
在 Mac 上本地生成图像和音乐，无需云端
Local image and music generation for Apple Silicon
ElundusCoreApp
开源
直播前先试听打赏语音，避免翻车
Desktop application to convert text-to-speech to preview Twitch donations.
TalkNet2-pytorch
开源
快速训练轻量级语音合成模型，显式控制音高和时长
TalkNet 2: Non-Autoregressive Depth-Wise Separable Convolutional Model for Speech Sy···
VyvoTTS
开源
用LLM思路自己训练TTS模型，从数据到推理全流程
VyvoTTS: LLM-Based Text-to-Speech Training Framework