分享5个ChatTTS的增强项目！

ChatTTS是一个通过文本合成语音的TTS项目，它最大的特点就是合成效果非常逼真自然。应该是目前最强的开源项目。这应该是大家的共识，所以很快就出现很多扩展项目。

这些扩展项目，使得ChatTTS在功能更加强大，便捷性大大提升。比如可以进行更多参数的控制，挖掘更多声音，优化数字发音，生成长文本语音，抽卡，分角色朗读…

下面整理了五个不错的项目，跟大家分享一下 !

Awesome-ChatTTS

这是一个导航类的项目，据说是官方推荐的ChatTTS 最佳入门指南，整理和汇总了常见问题和相关资源。这个项目主页上不光有导航，还有一个制作的好的WebIU，可以直接拿来使用。

这个网页版程序，在原项目的基础上做了如下优化：

1. 使用国内模型下载代码方式，减少了可能出现的模型下载失败的问题。
2. 抽离了更多参数，优化版 web-ui 中可以更加方便地进行调整。
3. 添加了遗漏的需处理的中文标点字符，修复了生成的语音中可能出现的读出控制单元的问题。
4. 增加了多音字的初步处理，主要是“得”和“地”，使生成的语音听起来更加自然流畅。
5. 增加了长文本分段功能，分段处理后自动再合并为单个音频文件，避免了过长的文本生成效果失控的问题。
6. 增加了 script.py 示例脚本，包含了常见问题中解决方案的说明 。

另一个同名的导航l类项目：

https://github.com/panyanyany/Awesome-ChatTTS

ChatTTS_Speaker

这个项目主要是关注“音色”，或者叫发声人。

用过官方项目的应该知道，默认情况下只有固定的一个声音或者随机的声音。这样用起来就非常局限。

这个项目挖掘了2000个声音，并对声音稳定性进行了打分，做了性别区分，可以在线试听，可以下载PT文件，一个PT文件对应一种音色。

使用这个项目，你就瞬间多了2K的配音人员。

ChatTTS-ui

一个简单的本地网页界面，通过网页使用 ChatTTS，将文字合成为语音，支持中英文、数字混杂，并提供API接口。

其中有一个叫数字混杂的功能很实用，比如遇到如下面这些内容的时候，很多语音合成都会懵逼。

我有12879651325.68元钱［laughlllaughl，占全部幻想的56.2%，我的手机号码是12312345678，［laugh］座机是0532-84752563，现在是2013-5-1,12:14:13 计算1+2=3，［uv_breakj［uv_breakj6*7=42

而这个项目合成的声音，可以用正确的发音读出这些数字。

这个项目还做了一个Windows的一键运行包。

ChatTTS_colab

基于 ChatTTS ，支持音色抽卡、长音频生成和分角色朗读。简单易用，无需复杂安装。

项目特点：

• Colab 一键运行：无需复杂的环境配置，只需点击上方的 Colab 按钮，即可在浏览器中直接运行项目。
• 音色抽卡功能：批量生成多个音色，并可保存自己喜欢的音色。
• 支持生成长音频：适合生成较长的语音内容。
• 字符处理：对数字和朗读错误的标点做了初步处理。
• 分角色朗读功能 ：支持对不同角色的文本进行分角色朗读，并支持大模型一键生产脚本。

这个项目提供了Colab和本地版，扩展功能较多，实用性较强！

ChatTTS-Forge

ChatTTS-Forge 是一个围绕 TTS 生成模型 ChatTTS 开发的项目，实现了 API Server 和 基于 Gradio 的 WebUI。

这个项目提供了多种使用方式：

在线体验	部署于 HuggingFace 中	HuggingFace Spaces
一键启动	点击按钮，一键启动 Colab
容器部署	查看 docker 部分	Docker
本地部署	查看环境准备部分	本地部署

项目主页有非常详细的介绍！有兴趣的可以去一下。

我觉得不错的ChatTTS衍生项目都在这里了。这些项目使得这项技术的使用门槛降低了好多，功能也增加了好多。上手也简单了很多，一般来说大部分人都可以搞定。

如果需要对某个项目做更详细的介绍，做详细的教程，可以留言！