RepoPicks Radar

每天约 23:30 UTC 更新

指南

ChatTTS

2noise/ChatTTSAI 已审核

RepoPicks Radar 检查于

ChatTTS 是什么?

一个为对话场景打造的文字转语音模型:输入文字,它就用带停顿、笑声和多种不同声音朗读出来,支持英文或中文。它附带一个你自己启动的简单网页,以及一个命令行示例,也可以当作 Python 库使用。项目把自己定位为“算法加简单示例”,并把终端用户导向基于它搭建的社区项目。你需要 Python,一张至少 4GB 显存的显卡来生成 30 秒片段,而公开发布的模型仅用于学习和研究,不可商用。

ChatTTS 免费开源(AGPL-3.0),可以替代 ElevenLabs和Murf。

ChatTTS 安装有多容易?

C · 需要安装 1–2 个工具 · Web

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

最省事的入口是网页:仓库自带一个 Google Colab 笔记本,在浏览器里逐个单元格运行即可,不需要安装,评级为 C。在 Windows、Mac 和 Linux 上是 D:需要克隆仓库、搭建 Python 环境、安装依赖并运行 `python examples/web/webui.py`,FAQ 要求显卡至少有 4GB 显存;部分额外包仅支持 Linux,Mac 没有文档记录的图形支持。

ChatTTS 的 GitHub 数据

星标
39,9982026年11月10日
下载量
—所有发布版本
增长
+237 天内新增星标

星标变化

39,98539,99039,99540,000 11月5日11月6日11月7日11月8日11月9日11月10日 39,98539,99039,99540,000 11月5日11月8日

事实

可运行于
Windows, macOS, Linux, Web
需要安装
Python, 显卡
从源码编译需要
Python, 显卡
磁盘空间
950 MB–4.3 GB · 估算
账号或密钥
无
费用
免费 · 没有价格。代码是 AGPLv3+ 许可,但模型文件是 CC BY-NC 4.0:README 说它们“仅用于学术目的”,“不应用于任何商业或非法用途”。
许可证
AGPL-3.0 (Copyleft)
可以替代
ElevenLabs, Murf
GitHub 上的最近改动
2026年4月10日

ChatTTS 的风险信号 (5)

  • 注意模型许可禁止商业用途

    README.md: "The released model is for academic purposes only" 以及 "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." 代码本身是 AGPLv3+ 许可,与你下载的模型许可不同。

    AI 审核

  • 信息发布的模型被故意降质

    README.md 声明: "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." README 还说公开模型是一个未经微调的 4 万小时版本,而主模型是用超过 10 万小时数据训练的。

    AI 审核

  • 信息输出质量不稳定

    README 的 FAQ: "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." 只有 `[laugh]`、`[uv_break]` 和 `[lbreak]` 能被直接控制,示例中英文被标注为实验性,而且只支持英文和中文。

    AI 审核

  • 信息可以模仿声音

    路线图把 "Open-source DVAE encoder and zero shot inferring code" 标记为已完成,代码示例中会采样一个可以保存和复用的说话人向量,所以该项目能够生成模仿某个样本的声音。作者写道他们 "internally trained a detection model and plan to open-source it in the future"。

    AI 审核

  • 信息开发已经放缓

    受检快照中的最后一次提交和最后一个发布版本(v0.2.5)都是 2026-04-10,距 2026-11-04 的检查日已有 208 天,而路线图中的多情绪控制和 ChatTTS.cpp 等条目仍未完成,还有 63 个未关闭的 issue。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 ChatTTS 相关内容

  • 这些声音对你来说听起来究竟如何,尤其是英文
  • 能否在 Mac 或没有独立显卡的电脑上运行,以及运行有多慢
  • 下载的模型文件实际占用的磁盘空间
  • Google Colab 笔记本是否仍能配合当前版本的库运行
  • 模型的非商业许可如何适用于你想对音频做的事

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面