一个简单的本地网页界面，直接在网页使用 ChatTTS 将文字合成为语音，支持中英文、数字混杂，并提供API接口。
界面预览
试听合成语音效果
output.mp4
中英数字混杂效果
Chinese-English-number.mp4
- 从 Releases中下载压缩包，解压后双击 app.exe 即可使用
- 某些安全软件可能报毒，请退出或使用源码部署
- 英伟达显卡大于4G显存，并安装了CUDA11.8+后，将启用GPU加速
-
拉取项目仓库
在任意路径下克隆项目，例如：
git clone https://github.com/jianchang512/ChatTTS-ui.git chat-tts-ui
-
启动 Runner
进入到项目目录：
cd chat-tts-ui启动容器并查看初始化日志：
docker compose up -d docker compose logs -f --no-log-prefix
-
访问 ChatTTS WebUI
启动:['0.0.0.0', '9966']，也即，访问部署设备的IP:9966即可，例如：- 本机：
http://127.0.0.1:9966 - 服务器:
http://192.168.1.100:9966
- 本机：
-
Get the latest code from the main branch:
git checkout main git pull origin main
-
Go to the next step and update to the latest image:
docker compose down docker compose up -d --build docker compose logs -f --no-log-prefix
-
配置好 python3.9-3.11环境
-
创建空目录
/data/chattts执行命令cd /data/chattts && git clone https://github.com/jianchang512/chatTTS-ui . -
创建虚拟环境
python3 -m venv venv -
激活虚拟环境
source ./venv/bin/activate -
安装依赖
pip3 install -r requirements.txt -
如果不需要CUDA加速，执行
pip3 install torch==2.2.0 torchaudio==2.2.0如果需要CUDA加速，执行
pip install torch==2.2.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu118 pip install nvidia-cublas-cu11 nvidia-cudnn-cu11另需安装 CUDA11.8+ ToolKit，请自行搜索安装方法 或参考 https://juejin.cn/post/7318704408727519270
除CUDA外，也可以使用AMD GPU进行加速，这需要安装ROCm和PyTorch_ROCm版本。AMG GPU借助ROCm，在PyTorch开箱即用，无需额外修改代码。
- 请参考https://rocm.docs.amd.com/projects/install-on-linux/en/latest/tutorial/quick-start.html 来安装AMD GPU Driver及ROCm.
- 再通过https://pytorch.org/ 安装PyTorch_ROCm版本。
pip3 install torch==2.2.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/rocm6.0安装完成后，可以通过rocm-smi命令来查看系统中的AMD GPU。也可以用以下Torch代码(query_gpu.py)来查询当前AMD GPU Device.
import torch print(torch.__version__) if torch.cuda.is_available(): device = torch.device("cuda") # a CUDA device object print('Using GPU:', torch.cuda.get_device_name(0)) else: device = torch.device("cpu") print('Using CPU') torch.cuda.get_device_properties(0)使用以上代码，以AMD Radeon Pro W7900为例，查询设备如下。
$ python ~/query_gpu.py 2.4.0.dev20240401+rocm6.0 Using GPU: AMD Radeon PRO W7900 -
执行
python3 app.py启动，将自动打开浏览器窗口，默认地址http://127.0.0.1:9966(注意：默认从 modelscope 魔塔下载模型，不可使用代理下载，请关闭代理)
-
配置好 python3.9-3.11 环境,安装git ，执行命令
brew install libsndfile git python@3.10继续执行export PATH="/usr/local/opt/python@3.10/bin:$PATH" source ~/.bash_profile source ~/.zshrc -
创建空目录
/data/chattts执行命令cd /data/chattts && git clone https://github.com/jianchang512/chatTTS-ui . -
创建虚拟环境
python3 -m venv venv -
激活虚拟环境
source ./venv/bin/activate -
安装依赖
pip3 install -r requirements.txt -
安装torch
pip3 install torch==2.2.0 torchaudio==2.2.0 -
执行
python3 app.py启动，将自动打开浏览器窗口，默认地址http://127.0.0.1:9966(注意：默认从 modelscope 魔塔下载模型，不可使用代理下载，请关闭代理)
-
下载python3.9-3.11，安装时注意选中
Add Python to environment variables -
下载并安装git，https://github.com/git-for-windows/git/releases/download/v2.45.1.windows.1/Git-2.45.1-64-bit.exe
-
创建空文件夹
D:/chattts并进入，地址栏输入cmd回车，在弹出的cmd窗口中执行命令git clone https://github.com/jianchang512/chatTTS-ui . -
创建虚拟环境，执行命令
python -m venv venv -
激活虚拟环境，执行
.\venv\scripts\activate -
安装依赖,执行
pip install -r requirements.txt -
如果不需要CUDA加速，
执行
pip install torch==2.2.0 torchaudio==2.2.0如果需要CUDA加速，执行
pip install torch==2.2.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu118另需安装 CUDA11.8+ ToolKit，请自行搜索安装方法或参考 https://juejin.cn/post/7318704408727519270
-
执行
python app.py启动，将自动打开浏览器窗口，默认地址http://127.0.0.1:9966(注意：默认从 modelscope 魔塔下载模型，不可使用代理下载，请关闭代理)
-
如果GPU显存低于4G，将强制使用CPU。
-
Windows或Linux下如果显存大于4G并且是英伟达显卡，但源码部署后仍使用CPU，可尝试先卸载torch再重装，卸载
pip uninstall -y torch torchaudio, 重新安装cuda版torch。pip install torch==2.2.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu118。必须已安装CUDA11.8+ -
注意 modelscope 仅允许**大陆ip下载模型，如果遇到 proxy 类错误，请关闭代理。如果你希望从 huggingface.co 下载模型，请打开
app.py查看大约第34行-50行的注释。
# 默认从 modelscope 下载模型,如果想从huggingface下载模型，请将以下3行注释掉
CHATTTS_DIR = snapshot_download('pzc163/chatTTS',cache_dir=MODEL_DIR)
chat = ChatTTS.Chat()
# 通过将 .env中 compile设为false，禁用推理优化. 其他为启用。一定情况下通过禁用，能提高GPU效率
chat.load_models(source="local",local_path=CHATTTS_DIR, compile=True if os.getenv('compile','true').lower()!='false' else False)
# 如果希望从 huggingface.co下载模型，将以下注释删掉。将上方3行内容注释掉
# import huggingface_hub
# os.environ['HF_HUB_CACHE']=MODEL_DIR
# os.environ['HF_ASSETS_CACHE']=MODEL_DIR
# CHATTTS_DIR = huggingface_hub.snapshot_download(cache_dir=MODEL_DIR,repo_id="2Noise/ChatTTS", allow_patterns=["*.pt", "*.yaml"])
# chat = ChatTTS.Chat()
# chat.load_models(source="local",local_path=CHATTTS_DIR, compile=True if os.getenv('compile','true').lower()!='false' else False)
默认地址是 http://127.0.0.1:9966,如果想修改，可打开目录下的 .env文件，将 WEB_ADDRESS=127.0.0.1:9966改为合适的ip和端口，比如修改为WEB_ADDRESS=192.168.0.10:9966以便局域网可访问
请求方法: POST
请求地址: http://127.0.0.1:9966/tts
请求参数:
text: str| 必须， 要合成语音的文字
voice: int| 可选，默认 2222, 决定音色的数字， 2222 | 7869 | 6653 | 4099 | 5099，可选其一，或者任意传入将随机使用音色
prompt: str| 可选，默认 空， 设定 笑声、停顿，例如 [oral_2][laugh_0][break_6]
temperature: float| 可选， 默认 0.3
top_p: float| 可选， 默认 0.7
top_k: int| 可选， 默认 20
skip_refine: int| 可选， 默认0， 1=跳过 refine text，0=不跳过
custom_voice: int| 可选， 默认0，自定义获取音色值时的种子值，需要大于0的整数，如果设置了则以此为准，将忽略 voice
is_split: int| 可选，默认 0， 1=将数字转为文本以便正确发音，0=保持不变
返回:json数据
成功返回: {code:0,msg:ok,audio_files:[dict1,dict2]}
其中 audio_files 是字典数组，每个元素dict为 {filename:wav文件绝对路径，url:可下载的wav网址}
失败返回:
{code:1,msg:错误原因}
# API调用代码
import requests
res = requests.post('http://127.0.0.1:9966/tts', data={
"text": "若不懂无需填写",
"prompt": "",
"voice": "3333",
"temperature": 0.3,
"top_p": 0.7,
"top_k": 20,
"skip_refine": 0,
"custom_voice": 0,
"is_split": 1
})
print(res.json())
#ok
{code:0, msg:'ok', audio_files:[{filename: E:/python/chattts/static/wavs/20240601-22_12_12-c7456293f7b5e4dfd3ff83bbd884a23e.wav, url: http://127.0.0.1:9966/static/wavs/20240601-22_12_12-c7456293f7b5e4dfd3ff83bbd884a23e.wav}]}
#error
{code:1, msg:"error"}
升级 pyVideoTrans 到 1.82+ https://github.com/jianchang512/pyvideotrans
- 点击菜单-设置-ChatTTS，填写请求地址，默认应该填写 http://127.0.0.1:9966
- 测试无问题后，在主界面中选择
ChatTTS
