ChatTTS-Forge-WebUI 加强版ChatTTS

介绍

ChatTTS-Forge 是一个围绕 TTS 生成模型开发的项目，实现了 API 服务器和基于 Gradio 的 WebUI

Github:https://github.com/lenML/ChatTTS-Forge?tab=readme-ov-file

离线安装包

夸克：https://pan.quark.cn/s/b87a64e0f2eb

百度：https://pan.baidu.com/s/1Q1vQV5Gs0VhU5J76dZBK4Q?pwd=d7xu

特征

• • ChatTTS 模型原生功能 Refiner/Generate

  • 原生 Batch 合成，高效合成超长文本

  • 样式控制

  • SSML公司

    • 编辑器： 简单的 SSML 编辑，配合其他功能使用

    • Spliter：超长文本分割预处理

    • Podcast： 支持创建编辑播客脚本

  • 议长

    • 内置音色：内置众多 speaker 可以使用

    • speaker creator： 支持试音抽卡，创建 speaker

    • embdding： 支持 speaker embdding 上传，可以复用保存下来的 speaker

    • speaker merge： 支持合并说话人，微调 speaker

  • 提示插槽

  • 文本规范化

  • 音质增强：

    • enhance： 音质增强提高输出质量

    • denoise： 去除噪音

  • Experimental 实验功能

    • Fintune

      • 扬声器嵌入

      • [在制品]GPT劳拉

      • [在制品]自动曝光

    安装与运行

    1. 确保 相关依赖 已经正确安装，

    2. 根据你的需求启动需要的服务。

    • WebUI的：python webui.py

    • 应用程序接口：python launch.py

    GPU 显存要求

    2.1. 模型加载显存需求

    精度	ChatTTS 模型	Enhancer 模型
    全精度	2GB内存	3GB内存
    半精度	1GB接口	1.5千兆字节（GB）

    注：半精度为默认设置，全精度可通过 参数启用。--no_half

    2.2. 推理过程显存需求

    精度	批量大小	不使用 Enhancer	使用 Enhancer
    全精度	≤ 4	2GB内存	4GB接口
    全精度	8	4-10GB	6-14GB
    半精度	≤ 4	1GB接口	2GB内存
    半精度	8	2-6GB	4-8GB

    注意事项：

    1. 显存需求与上下文长度相关，因此呈现为一个范围。

    2. 半精度（默认）的显存需求约为全精度的一半。

    3. 对于 Batch Size ≤ 4,4GB 显存通常足够进行推理。

    4. Batch Size 为 8 时，可能需要 6-14GB 显存，具体取决于精度和是否使用 Enhancer。