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 ★ 7670
技术标签
使用教程
环境要求
- Python 3.9 - 3.11(Windows 安装时需勾选 Add Python to environment variables)
- Git(Windows 可从 git-for-windows 官网下载安装)
- 可选:NVIDIA 显卡且显存大于 4G,并安装 CUDA 12.8+ ToolKit 以启用 GPU 加速
- 网络需能访问 modelscope.cn 或 huggingface.co 以下载模型
安装与启动步骤
-
1准备环境
安装 Python 3.9-3.11 与 Git。Windows 安装 Python 时务必勾选 Add Python to environment variables,否则后续命令找不到 python。
-
2克隆项目
先创建空的部署目录(示例 /data/chattts),在该目录下执行克隆。命令末尾的点表示克隆到当前目录。Windows 可换成 D:/chattts 并在地址栏输入 cmd 打开终端。
cd /data/chattts && git clone https://github.com/jianchang512/chatTTS-ui . -
3创建虚拟环境
在项目根目录创建独立的 Python 虚拟环境 venv,避免依赖污染系统环境。Windows 下命令为 python -m venv venv。
python3 -m venv venv -
4激活虚拟环境
激活后才能把依赖装进 venv。Windows 用 .\venv\scripts\activate,Mac/Linux 用 source ./venv/bin/activate。
source ./venv/bin/activate -
5安装项目依赖
安装 requirements.txt 中列出的全部依赖,这一步耗时较长,请保持网络畅通。Windows 下把 pip3 换成 pip。
pip3 install -r requirements.txt -
6安装 torch
不需要 GPU 加速时装 CPU 版即可;需要 CUDA 加速则用第二条命令,并另行安装 CUDA 12.8+ ToolKit。二者只需执行其一。
pip3 install torch==2.7.1 torchaudio==2.7.1 pip install torch==2.7.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu128 -
7启动服务
执行后首次会自动下载模型,随后自动打开浏览器。注意默认从 modelscope 下载,不可使用代理,请先关闭代理。Windows 下命令为 python app.py。
python3 app.py
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
text | 是 | 要合成语音的文字内容,API 请求必填 | 你好,欢迎使用 ChatTTS |
voice | 否 | 决定音色的数字,可选 2222/7869/6653/4099/5099,传其他值将随机使用音色 | 2222 |
prompt | 否 | 设定笑声、停顿等控制符 | [oral_2][laugh_0][break_6] |
temperature | 否 | 采样温度,默认 0.3 | 0.3 |
top_p | 否 | 核采样参数,默认 0.7 | 0.7 |
custom_voice | 否 | 自定义音色种子值,需为大于 0 的整数,设置后忽略 voice | 1000 |
如何确认成功
启动后浏览器自动打开 http://127.0.0.1:9966,页面正常显示并能合成语音即成功;容器部署日志出现 0.0.0.0:9966 也可确认。
常见问题
Q:首次启动下载模型失败怎么办?
A:源码部署需确保能访问 huggingface.co;若走 modelscope 魔塔下载则不可使用代理,请先关闭代理再启动。
Q:有英伟达显卡但仍在用 CPU 跑?
A:先执行 pip uninstall -y torch torchaudio 卸载,再装 CUDA 版:pip install torch==2.7.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu128,且必须已安装 CUDA12.8+。
Q:Windows 预打包版被杀毒软件报毒?
A:README 说明部分安全软件可能误报,可退出安全软件后使用,或改用源码部署方式。
Q:Mac 上启动报缺少音频库?
A:先执行 brew install libsndfile git python@3.10 安装依赖,再按源码部署步骤创建虚拟环境并安装 requirements。
Q:怎么被其他程序调用?
A:服务对外提供 POST 接口 http://127.0.0.1:9966/tts,传 text 等参数即返回 json,含 wav 文件绝对路径与可下载 url。
注意事项
- GPU 显存低于 4G 时会强制使用 CPU,属正常现象。
- 源码部署首次启动会自动下载模型,耗时较长且必须保证网络可达。
- 也可使用容器部署:git clone 后进入目录执行 docker compose -f docker-compose.gpu.yaml up -d(CPU 版把 gpu 换成 cpu),再用 docker compose logs -f --no-log-prefix 查看日志。
- 容器部署完成后同一局域网可通过部署设备 IP:9966 访问,例如 http://192.168.1.100:9966。
核心亮点
- 开箱即用的 Web 界面,无需编程即可合成语音
- 内置 API 接口,方便集成到其他应用
- 支持多说话人选择和参数调节,灵活度高
不足之处
- 依赖 ChatTTS 模型,音质和稳定性受上游影响
- 文档/社区待观察
适用场景
- 快速生成语音demo或播客内容
- 为个人项目提供本地TTS API服务
- 教学演示或无障碍辅助工具开发
替代项目
ChatTTS、Coqui TTS、Mozilla TTS
上一篇:erm
同类项目推荐
voxtream
开源
实时流式语音克隆,边听边合成,语速随心控
VoXtream is a Full-Stream Zero-shot TTS model with Extremely Low Latency and Speakin···
piper1-gpl
开源
本地离线跑,低配设备也能快速合成自然语音
Fast and local neural text-to-speech engine
tts-samples
开源
下载现成多语言TTS样本,快速试听选型
This repository provides text-to-speech (TTS) audio samples in MP3 format for a wide···
YouTranslate
开源
一键克隆你的声音,把 YouTube 视频翻译成任何语言
Takes a youtube video, clones the voice and re-creates that video in a different lan···
VALL-E-X
开源
听 3 秒原声就能学舌,任何人的音色都能复刻
An open source implementation of Microsoft's VALL-E X zero-shot TTS model. Demo is a···
Video2Music
开源
看懂视频情绪,自动生成配乐
Video2Music: Suitable Music Generation from Videos using an Affective Multimodal Tra···
Matcha-TTS
开源
用流匹配让语音合成又快又自然,一步生成不卡顿
[ICASSP 2024] Matcha-TTS: A fast TTS architecture with conditional flow matching
glados-tts
开源
CPU 也能跑的 GLaDOS 音色语音合成
A GLaDOS TTS, using Forward Tacotron and HiFiGAN. Inference is fast and stable, eve···
StyleTTS2
开源
一句话集成人类级 TTS 与声音克隆,快速生成自然语音。
Pip installable package for StyleTTS 2 human-level text-to-speech and voice cloning
