Chatterbox-TTS-Extended
把整本书丢进去，自动生成有声书，还能克隆声音
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 ★ 582
使用教程
环境要求
- NVIDIA 显卡
- Python 环境
- 语音模型权重
安装与启动步骤
-
1建环境
语音合成项目，按仓库指定版本建。
pip install -r requirements.txt -
2拉语音模型
底座模型与音色转换模型分开放。
-
3先跑单条合成
用默认音色合成一句，确认能出声。
-
4批量合成
整段文稿分批跑，注意句间停顿。
-
5加声音转换
想换音色就再接一层转换，先小样本试。
如何确认成功
同一段文稿批量合成后音色统一、句间停顿自然，接上音色转换后仍不出现金属感
注意事项
- 它是进阶流水线，比基础合成多出批量与音色环节。
- 音色转换会引入额外失真，参数要慢慢调。
- 长文本要按句切分，整段喂进去容易崩。
- 合成结果受参考音频质量影响很大。
核心亮点
- 直接支持文本文件批量输入，无字符数限制，适合长文本转语音
- 保留 Chatterbox 的零样本语音克隆，无需训练即可模仿音色
- 提供图形界面，降低使用门槛，非程序员也能上手
不足之处
- 文档/社区待观察
- 依赖原始 Chatterbox 模型，模型体积大，部署资源要求高
适用场景
- 家长为孩子制作个性化有声故事书
- 将电子书批量转换为有声书供个人收听
- 内容创作者快速生成多章节音频内容
替代项目
Chatterbox、Coqui TTS、Bark
下一篇：vits2_pytorch
同类项目推荐
Orpheus-TTS
开源
让AI说话像真人，实时合成高表现力语音
Towards Human-Sounding Speech
tts-edge-java
开源
Java 调用 Edge 免费语音，几行代码实现文本转 MP3
java sdk for Edge Read Aloud
Music-Source-Separation-Training
开源
一站式训练音乐分离模型，人声伴奏随手拆
Repository for training models for music source separation.
ACE-Step-1.5
开源
本地跑文本生成音乐，Mac/AMD/Intel 都能用
The most powerful local music generation model that outperforms almost all commercia···
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
breeze-tts
开源
官方 PyTorch 推理，快速把文字变成中文语音
Official PyTorch inference for Breeze TTS 2
gmvae_tacotron
开源
用高斯混合潜变量提升语音韵律表现力，生成更自然的合成语音
Gaussian Mixture VAE Tacotron
NekoSpeak
开源
手机本地离线朗读，隐私无忧，多种模型任选
Private, offline AI Text-to-Speech for Android with Kokoro, KittenTTS, Pocket-tts an···
detail_tts
开源
一个框架搞定多种TTS生成模型，快速对比实验
All generative model in one for better TTS model