GitShelf — GitHub 项目目录

项目概述

ChatTTS-ui 是一个基于 ChatTTS 的本地网页界面，用于将文字合成为语音。它支持中英文和数字混杂，并提供对外 API 接口。项目由 jianchang512 开发，使用 Python 编写，旨在简化 ChatTTS 的使用，让用户无需编写代码即可通过浏览器或 API 调用语音合成功能。

核心功能

本地网页界面：通过浏览器访问，提供直观的文本输入和语音合成操作。
API 接口：支持 POST 请求，可编程调用语音合成，返回音频文件路径和下载链接。
多语言支持：支持中文、英文和数字混杂的文本合成。
音色控制：支持预设音色（如 2222、7869 等）和自定义音色种子值。
参数调节：可调整 temperature、top_p、top_k 等生成参数，以及 prompt 控制笑声、停顿等。
模型自动下载：首次启动自动从 Hugging Face 或 ModelScope 下载模型。
GPU 加速：支持 NVIDIA GPU（显存大于 4G）和 CUDA 加速。
固定音色文件：支持 CSV 或 PT 格式的固定音色，便于复现。

适用与不适用场景

适用场景：

需要本地部署的语音合成服务，避免云端依赖。
需要批量生成语音的自动化脚本或应用。
需要自定义音色和精细控制生成参数的场景。
离线或内网环境下的语音合成需求。

不适用场景：

对语音合成质量要求极高，需要专业级音色的场景（ChatTTS 可能不如商业 TTS）。
需要实时流式合成的场景（本项目为一次性生成）。
资源受限的设备（如显存小于 4G 的 GPU 或低配 CPU）可能性能不佳。
需要多说话人同时合成的复杂场景（本项目主要支持单说话人）。

技术架构与依赖

编程语言：Python 3.9-3.11
核心依赖：ChatTTS、PyTorch（2.7.1）、torchaudio、Flask（用于 Web 服务）等。
模型来源：Hugging Face 或 ModelScope（自动选择）。
部署方式：支持源码部署、Windows 预打包版、Docker 容器部署。
硬件要求：CPU 或 NVIDIA GPU（显存 >4G，CUDA 12.8+）。

安装与快速开始

Windows 预打包版

从 Releases 下载压缩包。
解压后双击 app.exe 即可使用。

源码部署（以 Linux 为例）

配置 Python 3.9-3.11 环境。
克隆仓库：git clone https://github.com/jianchang512/chatTTS-ui .
创建虚拟环境：python3 -m venv venv 并激活。
安装依赖：pip3 install -r requirements.txt。
安装 PyTorch（CPU 或 CUDA 版本）。
启动：python3 app.py，浏览器自动打开 http://127.0.0.1:9966。

Docker 部署

克隆仓库并进入目录。
运行 docker compose -f docker-compose.gpu.yaml up -d（GPU 版）或 docker compose -f docker-compose.cpu.yaml up -d（CPU 版）。
访问 http://<服务器IP>:9966。

典型使用方法

网页界面

在浏览器打开 http://127.0.0.1:9966，输入文本，选择音色和参数，点击合成即可。

API 调用

import requests
res = requests.post('http://127.0.0.1:9966/tts', data={
  "text": "你好，世界",
  "voice": "2222",
  "temperature": 0.3,
  "top_p": 0.7,
  "top_k": 20,
  "skip_refine": 0,
  "custom_voice": 0
})
print(res.json())

返回 JSON 包含 audio_files 列表，每个元素有 filename 和 url。

集成到 pyVideoTrans

升级 pyVideoTrans 到 1.82+，在设置中填写 ChatTTS 地址，即可在视频翻译中使用。

配置与部署要点

环境变量：编辑 .env 文件可修改 WEB_ADDRESS（默认 127.0.0.1:9966）、compile、device（可选 cpu、mps、cuda）。
模型下载：默认从 ModelScope 下载，若不可用则从 Hugging Face 下载；源码部署时需确保网络可访问。
GPU 加速：需安装 CUDA 12.8+ 和对应 PyTorch 版本；显存小于 4G 时强制使用 CPU。
音色文件：将 CSV 或 PT 文件放入 speaker 文件夹即可使用固定音色。
局域网访问：修改 WEB_ADDRESS 为 0.0.0.0:9966 或具体 IP 以允许局域网访问。

限制、风险与许可证

许可证：仓库资料未提供明确许可证（NOASSERTION），使用前请谨慎。
模型下载：首次启动需下载模型，网络不稳定可能导致失败。
硬件要求：GPU 加速需要 NVIDIA 显卡和 CUDA，否则性能受限。
音色一致性：同一音色种子在不同设备或不同次合成可能产生差异。
安全风险：Windows 预打包版可能被杀毒软件误报，建议源码部署。
依赖风险：依赖 PyTorch 等第三方库，版本更新可能带来兼容性问题。

官方链接

GitHub 仓库：https://github.com/jianchang512/ChatTTS-ui
Releases：https://github.com/jianchang512/chatTTS-ui/releases
原始 ChatTTS 项目：https://github.com/2noise/chattts
音色下载参考：https://github.com/6drf21e/ChatTTS_Speaker

信息来源和分析时间

信息来源：GitHub 仓库 README（https://github.com/jianchang512/ChatTTS-ui）
分析时间：2026-06-14（基于最新 Release 日期）

项目概览