ChatTTS-Forge

一個圍繞 TTS生成模型開發(fā)的項目，ChatTTS-Forge為用戶提供靈活的TTS生成能力，支持多種音色、風(fēng)格控制、長文本推理等功能。

#Ai工具箱 #Ai開源項目

ChatTTS-Forge簡介

ChatTTS-Forge是一個圍繞 TTS生成模型開發(fā)的項目，為用戶提供靈活的TTS生成能力，支持多種音色、風(fēng)格控制、長文本推理等功能，ChatTTS-Forge提供了各種API（應(yīng)用程序編程接口），開發(fā)人員可以直接使用這些API輕松將文本轉(zhuǎn)換為語音。

ChatTTS-Forge 是一個圍繞 TTS（文本轉(zhuǎn)語音）生成模型開發(fā)的項目。為用戶提供靈活的TTS生成能力，支持多種音色、風(fēng)格控制、長文本推理等功能。

ChatTTS-Forge提供了各種API（應(yīng)用程序編程接口），開發(fā)人員可以直接使用這些API輕松將文本轉(zhuǎn)換為語音。此外，它還提供了易于使用的網(wǎng)頁界面（WebUI），允許用戶直接在網(wǎng)頁上輸入文本并生成語音，無需編程。

ChatTTS-Forge的主要特點：

TTS生成：支持多種TTS模型推理，包括ChatTTS、CosyVoice、FishSpeech、GPT-SoVITS等，用戶可以自由選擇和切換語音。
音調(diào)管理：內(nèi)置多種音調(diào)，并且可以上傳自定義音調(diào)。用戶可以通過上傳音頻或文本來創(chuàng)建和使用自定義鈴聲。
風(fēng)格控制：提供多種風(fēng)格控制選項，包括調(diào)整語音速度、音調(diào)、音量，以及添加語音增強(qiáng)（Enhancer）以提高輸出質(zhì)量。
長文本處理：支持超長文本自動切分和推理，可以處理生成長文本音頻內(nèi)容。
SSML支持：使用類似XML的SSML語法進(jìn)行高級TTS合成控制，適合更詳細(xì)的語音生成場景。
ASR（自動語音識別）：集成Whisper模型，支持語音轉(zhuǎn)文本功能。

ChatTTS-Forge的技術(shù)和方法：

API服務(wù)器：用Python編寫的API服務(wù)器提供高效的TTS服務(wù)，支持多個并發(fā)請求和自定義配置。

WebUI ：基于Gradio的用戶界面，用戶可以通過簡單的操作界面體驗TTS功能。

Docker 支持：提供 Docker 容器化部署選項，以簡化本地和服務(wù)器上的部署過程。

ChatTTS-Forge WebUI 的特點

ChatTTS-Forge WebUI 的特點:

TTS（文本到語音）：通過WebUI，用戶可以使用各種不同的TTS模型輸入文本并生成語音。
音調(diào)切換：支持多種預(yù)設(shè)音調(diào)切換，用戶可以選擇不同的聲音來生成語音。
自定義語音上傳：用戶可以上傳自己的語音文件，實時生成個性化語音。
風(fēng)格控制：您可以調(diào)整語音的風(fēng)格，包括語速、音高、音量等參數(shù)，以生成滿足特定需求的語音。
長文本處理：支持處理很長的文本，自動將長文本分割成小段并按順序生成語音，適合生成長音頻內(nèi)容。
批量處理：用戶可以設(shè)置批量大小，以提高長文本的推理速度。
精煉器：這個工具允許您微調(diào)文本以優(yōu)化生成的語音，對于處理無限長度的文本特別有用。
語音增強(qiáng)：集成增強(qiáng)模型以提高生成語音的質(zhì)量并使其聽起來更自然。
生成歷史：保存最近的3次生成結(jié)果，方便用戶比較不同設(shè)置下的語音效果。
多模型支持：WebUI支持多種TTS模型，包括ChatTTS、CosyVoice、FishSpeech、GPT-SoVITS等，用戶可以根據(jù)自己的需求選擇合適的模型。
SSML支持：使用類似XML的SSML語法來控制語音合成過程，適合需要更復(fù)雜控制的場景。
播客工具：幫助用戶從博客腳本創(chuàng)建長格式、多字符的音頻內(nèi)容。
字幕生成：從字幕文件創(chuàng)建 SSML 腳本以生成各種語音內(nèi)容。