RepoPicks Radar

Actualizado todos los días hacia las 23:30 UTC

Guías

ChatTTS

2noise/ChatTTSRevisado por IA

Revisado por RepoPicks Radar el

¿Qué es ChatTTS?

Un modelo de texto a voz hecho para diálogos: escribes texto y lo lee en voz alta con pausas, risas y varias voces distintas, en inglés o chino. Viene con una página web sencilla que tú mismo inicias y un ejemplo por línea de comandos, y también se puede usar como biblioteca de Python. El proyecto se describe a sí mismo como el algoritmo más ejemplos simples, y remite a los usuarios finales a proyectos de la comunidad construidos sobre él. Necesitas Python, una tarjeta gráfica con al menos 4 GB de memoria para un clip de 30 segundos, y el modelo publicado es para estudio e investigación, no para uso comercial.

ChatTTS es gratis y de código abierto (AGPL-3.0) y puede reemplazar a ElevenLabs y Murf.

¿Qué tan fácil es instalar ChatTTS?

C · instalar 1 o 2 herramientas · Web

  • Windows D
  • macOS D
  • Linux D
  • Web C

La forma más fácil es la web: el repositorio incluye un cuaderno de Google Colab que abres en el navegador y ejecutas celda por celda, sin instalar nada, lo que es un C. En Windows, Mac y Linux es un D: clonas el repositorio, construyes un entorno Python, instalas los requisitos y ejecutas `python examples/web/webui.py`, y las preguntas frecuentes piden una tarjeta gráfica con al menos 4 GB de memoria; algunos paquetes extra son solo para Linux y los Mac no tienen soporte gráfico documentado.

ChatTTS en GitHub

Estrellas
39.998el 10 nov 2026
Descargas
—todas las versiones
Crecimiento
+23estrellas en 7 días

Estrellas a lo largo del tiempo

39.98539.99039.99540.000 5 nov6 nov7 nov8 nov9 nov10 nov 39.98539.99039.99540.000 5 nov8 nov

Datos

Funciona en
Windows, macOS, Linux, Web
Necesitas instalar
Python, Tarjeta gráfica
Para compilar desde el código
Python, Tarjeta gráfica
Espacio en disco
950 MB–4,3 GB · estimación
Cuentas o claves
Ninguna
Costo
Gratis · Sin precio. El código es AGPLv3+, pero los archivos del modelo son CC BY-NC 4.0: el README dice que son "solo para fines académicos" y "no deben usarse para fines comerciales o ilegales".
Licencia
AGPL-3.0 (Copyleft)
Puede reemplazar
ElevenLabs, Murf
Último cambio en GitHub
10 abr 2026

Señales de riesgo de ChatTTS (5)

  • Atenciónla licencia del modelo prohíbe el uso comercial

    README.md: "The released model is for academic purposes only" y "The model is published under `CC BY-NC 4.0` license. It is intended for educational and research use, and should not be used for any commercial or illegal purposes." El código en sí es AGPLv3+, una licencia distinta de la del modelo que descargas.

    revisión con IA

  • Infoel modelo publicado fue degradado a propósito

    Aviso del README.md: "we added a small amount of high-frequency noise during the training of the 40,000-hour model, and compressed the audio quality as much as possible using MP3 format, to prevent malicious actors from potentially using it for criminal purposes." El README también dice que el modelo público es una versión de 40.000 horas sin ajuste fino, mientras que el modelo principal se entrenó con más de 100.000 horas.

    revisión con IA

  • Infola calidad del resultado varía

    FAQ del README: "Model stability is not good enough, with issues such as multi speakers or poor audio quality... One can try multiple samples to find a suitable result." Solo se pueden controlar directamente `[laugh]`, `[uv_break]` y `[lbreak]`, el inglés está marcado como experimental en el ejemplo, y solo se admiten inglés y chino.

    revisión con IA

  • Infoes posible imitar voces

    La hoja de ruta marca como hecho "Open-source DVAE encoder and zero shot inferring code", y el código de ejemplo guarda un vector de hablante que se puede reutilizar, así que el proyecto puede producir voces que imitan una muestra. Los autores escriben que "internally trained a detection model and plan to open-source it in the future".

    revisión con IA

  • Infoel desarrollo se ha frenado

    El último commit y el último release (v0.2.5) en la foto revisada son ambos del 2026-04-10, 208 días antes de la revisión del 2026-11-04, y elementos de la hoja de ruta como el control multiemoción y ChatTTS.cpp siguen pendientes, con 63 issues abiertas.

    revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar de ChatTTS

  • Cómo suenan realmente las voces para ti, sobre todo en inglés
  • Si funciona en una Mac o en una computadora sin tarjeta gráfica dedicada, y qué tan lento
  • El espacio real en disco que ocupan los archivos del modelo descargado
  • Si el cuaderno de Google Colab sigue funcionando con las versiones actuales de las bibliotecas
  • Cómo se aplica la licencia no comercial del modelo a lo que quieres hacer con el audio

Proyectos parecidos

La app RepoPicks

Pronto: instala con 1 clic desde la app RepoPicks.

Antes de descargar

Ver la página de la versión en GitHub