12K+ Star！ChatTTS：一款专为日常对话设计的文本到语音模型，能为LLM助手等对话场景提供自然、富有表现力的语音合成

文章预览

项目简介 ChatTTS [1] 是一款专为日常对话设计的文本到语音（TTS）生成模型，它能够为LLM（大型语言模型）助手等对话场景提供自然、富有表现力的语音合成。 这个模型支持中英文两种语言，经过超过10万小时的中文和英文数据训练而成。 目前，ChatTTS在HuggingFace上提供的开源版本是一个预训练了4万小时的模型，且未进行SFT（Super Fine-Tuning，超微调）。 此外，模型可以预测和控制细粒度的韵律特征，包括笑声、停顿和插入语等。 B站宣传视频 [2] ChatTTS 亮点 对话式TTS ：优化了基于对话的任务，支持多说话者，便于进行互动交流。 精细控制 ：模型能够预测并控制精细的韵律特征，包括笑声、停顿和插入语。 更佳韵律 ：在韵律方面超越了大多数开源TTS模型，提供预训练模型以支持进一步的研究和开发。 此外，ChatTTS还提供了基本和高级两种使用方式， ………………………………