给自制播客换音色ChatTTS 音色定制从选声到排障【免费下载链接】ChatTTS-ui一个简单的本地网页界面使用ChatTTS将文字合成为语音同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui做播客想换掉默认的机器音本文带你在 ChatTTS 上完成一次完整的音色定制选声线、调参数、固化文件、排查问题全程可动手。阶段一锁定一条能用的声线拿到声线有两条路。直接用预设音色仓库 speaker/ 目录内置了一批 csv 音色文件如5.csv、12.csv、5555.csv网页端下拉框里都能看到选中即试听。自定义 seed 值在界面音色值输入框或 API 里传入一个大于 0 的整数ChatTTS 会按这个值初始化随机数生成一条全新声线。服务端的处理逻辑写在 app.py 的/tts接口里首次用某个 seed 合成时它按该值生成 768 维声纹向量并自动落盘为speaker/{seed}.csv之后再用同一个 seed直接读这个 csv声线不再漂移。挑选方法在 100010000 区间挑几个整数逐个试听例如 3124、4780、9032固定同一句合成文案做对比听到合适的记下来即可。阶段二把三个采样参数拧到合适区间声线定了声音的质感由三个采样参数决定temperature、top_p、top_k界面和 API 都能改默认值 0.3 / 0.7 / 20。temperature越低发音越贴近 seed 基线越稳。top_p核采样概率权衡自然度与发音清晰度。top_k候选范围过大会引入多余变化。两组参考值稳0.3 / 0.7 / 20活0.5 / 0.8 / 30。固定 seed每次只改一个参数用同一句短文案反复试听差异比一次改三个更容易定位。阶段三固化成可复用的音色文件满意的 seed 值得固化下来方法很简单。用该 seed 合成一次系统已自动生成speaker/{seed}.csv后续请求直接复用这个文件声纹不再变动。社区分享的 .pt 音色在 0.96 版本后不直接兼容ChatTTS 内核升级过需先执行python cover-pt.py脚本会扫描 speaker/ 下以seed_开头、_emb.pt结尾的文件转换后保存为*_emb-covert.pt原文件可以删掉。外部程序调用时核心就是这几行res requests.post(http://127.0.0.1:9966/tts, data{ text: 若不懂无需填写, custom_voice: 3124, # 大于 0 的整数设置后忽略 voice temperature: 0.3, top_p: 0.7, top_k: 20 })阶段四出问题时先看这几个位置音色不稳定、时好时坏按顺序查三处先查 speaker/ 目录目标 seed 的 csv 是否已生成或 .pt 文件名是否拼对注意后缀是covert。再看 logs/ 下当天的日志模型是否加载成功、有没有异常堆栈模型缺文件一类的问题见 官方 FAQ。最后考虑机制本身的波动seed 生成的音色在同台机器多次运行间、换设备之间都可能变化尤其音调。要长期稳定就用固化后的 csv 文件而不是纯 seed。跑一遍 seed3124 的试听把 seed 和三个参数值写进 notes.md。【免费下载链接】ChatTTS-ui一个简单的本地网页界面使用ChatTTS将文字合成为语音同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考