ChatTTS-ui 音色定制实战指南：3 步拿到可复用的自定义声音

ChatTTS-ui 音色定制实战指南3 步拿到可复用的自定义声音【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默认音色每个项目听起来都一样问题往往不在文本而在于你还没锁定一个音色。ChatTTS-ui 是一个本地文字转语音项目启动即开网页合成、同时对外提供 API本文带你走通挑预设音色种子 → 自定义种子生成新音色 → 转换 pt 音色文件 → 用采样参数锁住声音的完整链路全部可在自己机器上直接复现。最短路径4 行命令拿到第一段合成音频克隆仓库并装依赖git clone https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui然后pip3 install -r requirements.txt需 Python 3.9–3.11执行python3 app.py首次启动会自动下载模型并打开http://127.0.0.1:9966页面里选择默认音色 2222输入一段文字点击立即合成声音想要专属音色在音色值框填入任意大于 0 的整数合成一次该音色会自动保存为 csv 到 speaker 目录用预设音色库挑一个现成声音仓库自带十几个音色全部以 csv 文件形式放在 speaker 目录即选即用。打开http://127.0.0.1:9966选择音色下拉框里列出的就是 speaker 目录下的文件名如 2222、7869、6653、4099、5099用不同音色合成同一段文字逐一试听并记下喜欢的编号后续合成或 API 调用直接引用该编号即可关键参数与注意事项默认音色是 2222传入一个不存在的数字时系统也会当场随机生成一个音色并顺手保存下来音色文件支持.csv与.pt两种格式都放在speaker/目录下生效用自定义种子值生成一个全新音色在 custom_voice 填入大于 0 的整数ChatTTS-ui 会以它为种子抽取新音色并自动存档。在 WebUI 的音色值输入框填一个数字如 3000左侧下拉框保持默认点击合成后app.py 会按该数字做 torch 种子生成 768 维音色向量同时写出speaker/3000.csv下次选择 3000 时直接读取这份 csv不会重新抽取关键参数与注意事项custom_voice 与 voice 同时存在时custom_voice 优先voice 被忽略建议围绕 1000–10000 区间逐个试种子值每次生成后先试听再决定去留官方 faq.md 提醒同一种子值在不同设备上音色可能不同找到满意的音色后请依赖保存下来的 csv 文件而不是只记数字把下载来的 pt 音色文件转成可用格式0.96 内核版本下外部下载的 pt 文件需要先用 cover-pt.py 转一次编码。把形如seed_2155_restored_emb.pt的下载文件放入 speaker 目录在项目根目录执行python cover-pt.py脚本会把以seed_开头、_emb.pt结尾的文件逐个转换结果改名为-covert.pt结尾关键参数与注意事项转换完成后原_emb.pt文件可以删除只保留-covert.pt结尾的文件该脚本只处理 pt 文件csv 音色无需转换若提示没有可转换的pt文件说明文件命名不符合seed_开头要求用 3 个采样参数锁住音色稳定性temperature、top_p、top_k 决定合成有多稳默认组合 0.3 / 0.7 / 20 可以先不动。WebUI 底部有 temperature、top_p、top_k 三个滑杆拖动即时生效用同一段文字连合两次做 A/B 对比一次只动一个参数确定参数组合后在 API 调用里固定下来关键参数与注意事项temperature 控制采样随机性调低后每次输出更贴近上一次top_p 页面可调范围 0.1–0.9top_k 可调范围 1–20speed滑杆1–9默认 5对应语速控制符text_seed默认 42固定文本预处理结果便于批量对比合成参数速查参数作用推荐范围/建议voice音色编号引用 speaker 目录下已有 csv/pt 文件默认 22227869、6653、4099、5099 可直接试用custom_voice新音色的种子值须为大于 0 的整数1000–10000 任选填写后忽略 voicetemperature采样温度越小音色越稳定默认 0.3求稳可再调低top_p采样累计概率截断默认 0.7可调 0.1–0.9top_k采样候选 token 数默认 20可调 1–20speed语速对应[speed_x]控制符1–9默认 5text_seed文本预处理种子默认 42固定后每批文本处理方式一致prompt情绪与停顿控制符示例[oral_2][laugh_0][break_6]skip_refine1跳过 refine_text 阶段默认 0控制符不生效时可试 1API 调用示例只保留必要参数import requests res requests.post(http://127.0.0.1:9966/tts, data{ text: 这是一段自定义音色测试, custom_voice: 3000, temperature: 0.3, top_p: 0.7, top_k: 20, }) print(res.json()) # code 为 0 时audio_files 内含 wav 路径与下载地址上线前检查清单✅ 音色本体先用 2222、7869 等预设音色确认整条链路正常自定义音色生成后确认speaker/下已出现同名 csv 文件✅ 参数与效果temperature / top_p / top_k 先保持默认出现音色漂移再微调需要情绪、停顿时放入 prompt不要写进正文✅ 集成与访问调一次/tts接口确认返回code:0且audio_files带 wav 地址需要局域网访问时把.env里的WEB_ADDRESS改为实际 IP默认127.0.0.1:9966进阶3 种音色组合玩法场景分声旁白、教学、对话各固定一个种子值写进配置切换场景只改音色编号控制符叠加prompt 里组合[oral_2][laugh_0][break_6]调节口语度、笑声与停顿效果不佳时勾选跳过 refine text自建音色库把满意的 csv 在speaker/下改名为业务名如narrator.csv下拉框直接选名比记数字直观收尾ChatTTS-ui 的音色定制本质上就三步选号、存文件、锁参数。从预设 2222 起步需要变化时换成自己的种子值再把采样参数固定下来你就拥有了一个可长期使用、可随时通过 API 调用的专属声音。温馨提示参数不确定时可以不填API 会自动使用与页面一致的默认值temperature 0.3、top_p 0.7、top_k 20。遇到报错先查 常见问题文档大部分下载与设备类问题都有现成答案。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考