ChatTTS-ui 语音合成音色定制：10分钟拿到3种选音色方法-开发者社区

ChatTTS-ui 语音合成音色定制：10分钟拿到3种选音色方法

【免费下载链接】ChatTTS-ui一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui

ChatTTS-ui 是一个本地文字转语音合成工具，支持中英混排输入。本文按实际任务拆解四件事：启动服务、用三种途径选音色、把自备音色文件放进项目、调节语气效果。照做一遍，10 分钟内就能听到第一段定制语音。

最快上手合成：三条命令听到第一段语音

先克隆仓库并装好依赖：

git clone https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui cd ChatTTS-ui && pip install -r requirements.txt python3 app.py

首次启动会自动下载 ChatTTS 模型文件，网络连不上 Hugging Face 时会自动切到国内魔搭镜像源。终端出现 Start 提示、浏览器自动打开后即可使用，默认地址是http://127.0.0.1:9966🎧

在网页文本框输入一句话并点击合成。默认使用预置音色 2222，稍等几秒就能听到第一段语音。这一步不需要任何额外配置，先跑通流程。

选音色的三种途径：预置音色、自定义种子值、音色文件

合成时你听到的声音由三种途径决定，按场景任选其一：

途径	操作方式	适合场景
预置音色	`voice`填数字	要一个稳定可复现的固定音色
自定义种子值	`custom_voice`填大于 0 的整数	想当场生成一个新音色
音色文件	.csv 或 .pt 文件放入 speaker 目录	要复用某个已确认的音色

预置常用值有 2222、7869、6653、4099、5099，任意其他数字也可以填。填了custom_voice后voice字段会被忽略，系统以这个数字为随机种子（决定音色随机性的整数）生成音色，并自动存成 speaker 目录下的{值}.csv，下次填同一个值即可得到同一音色。注意同一种子值在不同机器上音调可能略有差异，先试听确认可用再固定使用。

音色文件放进项目：版本不匹配时的格式转换步骤

0.92 版本起支持 .csv 和 .pt 两种音色文件。把文件放进 speaker 目录后重启程序，它就会出现在音色下拉框里，API 的voice参数也可以直接填文件名（带或不带后缀都行）。

从魔搭等渠道下载的 .pt 文件（默认文件名形如seed_XXXX_restored_emb.pt）因为 0.96 版本后 ChatTTS 内核升级，不能直接用了。需要先在项目根目录执行音色格式转换脚本 cover-pt.py：

python cover-pt.py

脚本会把 speaker 里所有以seed_开头、_emb.pt结尾的文件转成以_emb-covert.pt结尾的新文件，原文件转换完成后可以删掉。之后在界面下拉框选这个新文件即可使用该音色。

调节语气效果：prompt 标签的三种写法

prompt参数控制语音的细微效果，写法是一串方括号标签，常用的有三种：

[oral_X]：口语感强弱，X 越大越"聊天腔"
[laugh_X]：是否带笑，X=0 为无笑声
[break_X]：停顿时长，X 越大停顿越明显

标签直接拼接，X 取非负整数。比如合成一句带停顿、偏口语的表达，可以这样调用 API：

import requests res = requests.post('http://127.0.0.1:9966/tts', data={ "text": "欢迎收听本地语音合成教程", "voice": "2222", "prompt": "[oral_2][break_4]" }) print(res.json())

返回的 JSON 里带 wav 文件路径和可下载网址。另外 temperature（默认 0.3）、top_p（默认 0.7）能调节合成的随机程度，想更稳定就往低调。