HAI一键启动chattts，最逼真的开源语音合成模型

今天给大家带来国内团队制作的，效果最逼真的开源语音生成模型chattts，即开即用

原项目地址：https://github.com/2noise/ChatTTS/tree/main

一. 环境介绍

使用该环境，可快速使用已训练好的语音合成模型，进行声音生成

模型亮点：

1. 对话式 TTS: ChatTTS针对对话式任务进行了优化，实现了自然流畅的语音合成，同时支持多说话人。
2. 细粒度控制: 该模型能够预测和控制细粒度的韵律特征，包括笑声、停顿和插入词等。
3. 更好的韵律: ChatTTS在韵律方面超越了大部分开源TTS模型。同时提供预训练模型，支持进一步的研究。

对于模型的具体介绍, 可以参考项目方在B站发布的 宣传视频

二. 使用说明

启动环境

1. 点击jupyterlab连接方式，进入notebook，选择example.ipynd文件打开

2. 按顺序执行代码块载入模型，载入完成后，按需执行推理模块（首次推理速度较慢，请耐心等待）

免责声明

本文件中的信息仅供学术交流使用。其目的是用于教育和研究，不得用于任何商业或法律目的。作者不保证信息的准确性、完整性或可靠性。本文件中使用的信息和数据，仅用于学术研究目的。这些数据来自公开可用的来源，作者不对数据的所有权或版权提出任何主张。

ChatTTS是一个强大的文本转语音系统。然而，负责任地和符合伦理地利用这项技术是非常重要的。为了限制ChatTTS的使用，我们在4w小时模型的训练过程中添加了少量额外的高频噪音，并用mp3格式尽可能压低了音质，以防不法分子用于潜在的犯罪可能。同时我们在内部训练了检测模型，并计划在未来开放。