ChatTTS Me - AI text to speech

ChatTTS是一种尖端的对话文本转语音（TTS）模型，专为聊天机器人和虚拟助手等对话场景设计。它将文本转换为动态、自然的语音，支持英语和中文。该模型经过超过10万小时的广泛数据训练（完整版本为10万小时，开源版本为4万小时），以提供富有表现力的语音，并对诸如笑声、停顿和插入语等韵律特征进行细致控制。

适合人群

• 聊天机器人开发者
• 虚拟助手开发者
• AI研究人员
• 软件开发者
• 内容创作者（用于对话内容丰富的内容）
• 语音用户体验设计师

产品优势

• 提供优化为对话的自然和富有表现力的语音
• 允许对韵律特征进行精细控制以增加真实感
• 在韵律表现上超越许多开源TTS模型
• 支持多说话者的互动对话
• 支持英语和中文
• 提供开源版本供研究和开发

使用注意

• 生成30秒音频剪辑需要至少4GB的GPU内存
• 自回归模型可能会出现模型稳定性问题（例如多说话者、音质不佳），需尝试多个样本
• 目前可用的标记级控制单元有限（[laugh]、[uv_break]、[lbreak]）