一些ChatTTS 使用心得！

最近 ChatTTS 火得一塌糊涂，但官方文档实在语焉不详。经过AI天空一番实测和踩坑，终于摸索出一点门道，今天就来和大家分享一下我的经验，希望能帮到大家少走点弯路~🌟

开源地址和整合包传送门：<文末获取> www.aiisky.net(ai天空即将上线)

🎭 文本中可用的控制符号

ChatTTS 支持在待合成文本中插入控制符号，目前可控制 笑声 和 停顿。

• [laugh] 代表笑声

• [uv_break] 代表停顿

比如下面这个示例文本：

text="你好啊[uv_break]朋友们,听说今天是个好日子,难道[uv_break]不是吗[laugh]？"

实际合成时，[laugh] 将被笑声替代，[uv_break] 处将加入停顿。

笑声和停顿强度控制

通过 params_refine_text 中的 prompt 参数可以控制笑声和停顿的强度：

• 笑声 ：laugh_(0-2)，可选值：laugh_0、laugh_1、laugh_2（笑声愈加强烈）

• 停顿 ：break_(0-7)，可选值：break_0 至 break_7（停顿逐渐明显）

  chat.infer([text], params_refine_text={"prompt": '[oral_2][laugh_0][break_6]'}) chat.infer([text], params_refine_text={"prompt": '[oral_2][laugh_2][break_4]'})

不过实际测试发现，[break_0] 到 [break_7] 以及 [laugh_0] 到 [laugh_2] 的区别不明显。🤷‍♂️

⏭️ 跳过 refine text 阶段

在实际合成时，系统会重新整理（refine text）插入控制符，比如上面的示例文本，最终会被整理为：

你 好 啊 [uv_break] 啊 [uv_break] 嗯 [uv_break] 朋 友 们 ， 听 说 今 天 是 个 好 日 子 ， 难 道 [uv_break] 嗯 [uv_break] 不 是 吗 [laugh] ？[uv_break]

这样可能会导致不该有的停顿、噪声等。想要强制按照实际去合成，可以将 skip_refine_text 参数设为 True：

chat.infer([text], skip_refine_text=True, params_refine_text={"prompt": '[oral_2][laugh_0][break_6]'})

🎙️ 固定发音人音色

默认每次合成都随机调用不同音色，这一点非常不友好。如果想固定发音角色，可以按以下步骤操作：

1. 设置随机数种子：不同种子会产生不同的音色

   torch.manual_seed(2222)
   

2. 获取随机说话人：

   rand_spk = chat.sample_random_speaker()
   

3. 传递参数：

   chat.infer([text], use_decoder=True, params_infer_code={'spk_emb': rand_spk})
   

经过测试，2222、7869、6653 是男性音色，3333、4099、5099 是女性角色。更多角色可以自行调整种子数测试。

🚀 语速控制

通过 params_infer_code 参数中的 prompt 可以控制语速：

chat.infer([text], use_decoder=True, params_infer_code={'spk_emb': rand_spk, 'prompt': '[speed_5]'})

速度值目前没有列明可选范围，源码中默认为 speed_5，但测试发现 speed_0 和 speed_7 并没有明显区别。😅

🌐 WebUI界面和整合包

开源和下载地址：<文末公众号回复TTS >

整合包解压后双击 app.exe 即可启动。源码部署可参考仓库说明。

使用教程📖

1. 下载并安装软件

根据系统选择相应版本下载并安装。以 Windows 系统为例：

2. 启动软件并进行设置

安装完成后，打开软件，根据提示进行设置。例如在 ChatTTS 中，可以设置笑声和停顿的强度：

3. 开始使用

设置完成后，就可以开始使用啦！例如合成一段文本：

chat.infer([text], params_refine_text={"prompt": '[oral_2][laugh_0][break_6]'})

以上就是本期的全部内容啦！如果你喜欢这期内容，记得「关注」、「点赞」、「在看」支持一下我哦！感谢大家的支持！❤️