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 2026-11-08 · 当前星标 ★ 27645
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 环境(README 未注明最低版本)
- pip 包管理工具
- 示例代码导入了 PyTorch 与 torchaudio,需可正常安装
- 可选 NVIDIA GPU 与 CUDA 环境;无 GPU 时可用 CPU
安装与启动步骤
-
1确认运行环境
先确认 Python 与 pip 可用;示例代码同时导入 torch 与 torchaudio,安装依赖前先保证这两者可正常安装。
python --version pip --version -
2安装 chatterbox-tts
README 给出的标准安装方式是用 pip 从包索引安装 chatterbox-tts,一条命令即可完成。
pip install chatterbox-tts -
3加载 Turbo 模型
按 README 示例从预训练权重加载 ChatterboxTurboTTS;有 GPU 用 cuda,无 GPU 改成 cpu。
python -c "import torchaudio as ta import torch from chatterbox.tts_turbo import ChatterboxTurboTTS model = ChatterboxTurboTTS.from_pretrained(device=\"cuda\", nano=True)" -
4改写为脚本运行
命令较长时建议存成 .py 文件再执行,便于后续修改 device、nano 等参数并复用模型对象。
python load_chatterbox.py
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
device | 是 | 指定模型运行设备,cuda 用 GPU,cpu 用处理器。 | cuda |
nano | 否 | from_pretrained 的示例参数,加载示例中的 Nano 版本模型。 | True |
如何确认成功
执行加载脚本无异常退出,模型对象成功创建,即说明依赖与权重可正常使用。
常见问题
Q:项目还能长期使用吗?
A:README 声明该项目自 2026 年 8 月起停止维护,代码以 MIT 协议归档保留,不再提供支持与更新,建议仅用于研究或原型验证。
Q:没有显卡可以跑吗?
A:可以。示例注释说明该模型也能在 CPU 上运行,把 device="cuda" 改为 device="cpu" 即可。
Q:安装后导入报错怎么办?
A:多为 torch、torchaudio 未正确安装或版本不匹配。先在当前环境确认这两个包能正常导入,再重新安装 chatterbox-tts。
Q:首次加载模型很慢?
A:首次调用 from_pretrained 需要获取预训练权重,耗时取决于网络与磁盘;加载完成后本地会产生缓存,再次启动会更快。
注意事项
- README 明确该项目已停止维护,仅作为归档代码保留,不提供技术支持。
- README 中「从源码安装」的命令在节选里被截断,本教程未给出未经验证的源码安装命令。
- 示例仅展示模型加载,未包含文本合成调用;具体合成接口请以仓库代码为准。
- 涉及音色克隆时,请确保对参考音频拥有合法授权,遵守当地法律法规。
核心亮点
- 合成音质与韵律接近商用 TTS,长句停顿和语调自然
- 支持参考音频驱动的音色克隆,少量样本即可迁移音色
- Python 实现且权重开放,便于本地部署、微调与二次开发
不足之处
- 推理对显存和算力有一定要求,低配设备上实时性受限
- 克隆音色涉及声音权属与合规风险,项目侧缺少使用约束机制
适用场景
- 为短视频、播客批量生成旁白配音
- 为有声书与课程内容制作多角色朗读
- 在语音助手或客服原型中快速接入本地 TTS
替代项目
Coqui TTS、Tortoise TTS、Fish Speech
上一篇:TTS
下一篇:Audio8_TTS
同类项目推荐
kokoro-tts
开源
命令行一键把电子书和PDF变成有声书
A CLI text-to-speech tool using the Kokoro model, supporting multiple languages, voi···
StyleSpeech
开源
一条参考音频,快速克隆说话风格,合成自然语音
Official implementation of Meta-StyleSpeech and StyleSpeech
Comprehensive-Transformer-TTS
开源
用Transformer并行合成语音,速度飞快,效果媲美SOTA。
A Non-Autoregressive Transformer based Text-to-Speech, supporting a family of SOTA t···
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···
tts-audiobook-tool
开源
一个工具集成多种TTS模型,轻松制作高品质有声书
Audiobook creation app supporting too many TTS models (Qwen3-TTS, OmniVoice, VibeVoi···
nnmnkwii
开源
快速搭建语音合成原型,专注算法验证与实验。
Library to build speech synthesis systems designed for easy and fast prototyping.
CosyVoice2-Ex
开源
3秒复刻音色,自然语言控声音,开箱即用的语音合成增强包
CosyVoice2 功能扩充(预训练音色推理/3s极速复刻/自然语言控制/自动识别/音色模型保存/AP···
ismir2019tutorial
开源
跟着教程用GAN生成音乐,从理论到案例一站学会
Website for tutorial "Generating Music with GANs: An Overview and Case Studies"
tihu
开源
让波斯语文本开口说话,离线合成自然语音
Persian Text-To-Speech
