企业官网建设流程全解析

ChatTTS-ui 音色定制：3 步给中文语音合成配一个有性格的声音

【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

三步给项目配一个"有性格"的声音。ChatTTS-ui 是一个本地网页界面加 API 的中文语音合成工具，跑起来之后换音色有三条路：预置音色编号、自定义种子值（seed）、下载音色文件；再叠加情感标签调语气，音色定制就算完成。

5 分钟出第一个声音

安装依赖后执行python3 app.py，浏览器会自动打开http://127.0.0.1:9966，输入文字、点合成，默认音色是 2222。不想用页面，也可以直接调 API，整个接口只认几个参数：

import requests res = requests.post('http://127.0.0.1:9966/tts', data={ "text": "音色定制测试", # 必填，要合成的文字 "voice": "2222", # 预置音色编号 "custom_voice": 0, # 大于 0 的整数=用该种子值取声，优先于 voice "prompt": "" # 情感标签，见下文 }) print(res.json())

返回code:0时，audio_files里就有 wav 的本地路径和可下载 URL；加wav=1则直接返回音频流。

换音色的三条路

三条路都能用同一个接口触发，区别在于确定性和自由度：

种子值可以这样理解：把一个大范围随机数发生器拨到某个刻度，那个刻度对应一个声音。拨到 1357 就永远是 1357 这个声——但只在同一台设备上成立。

实用技巧：用custom_voice连续试几个数字，听到中意的，系统会把它自动存成 speaker/ 里的.csv文件（代码在 uilib/utils.py 的save_speaker）。之后直接用文件名指定，音色就固定下来了。页面左侧的音色下拉列表，就是 uilib/utils.py 里get_speakers()扫描 speaker/ 目录得到的全部.csv、.pt文件。

给声音加"情绪"

prompt参数接收方括号标签，控制语气细节：

直接抄用的两个组合：

• 温和口语：[oral_2][break_3]
• 活泼带笑：[oral_1][laugh_1][break_2]

另外语速走的是speed参数，界面里 1–9 的滑杆，对应代码里的[speed_X]提示词，别和情感标签混在一起填。

音色文件的坑：格式、命名、目录

社区下载的音色包最容易翻车，一次讲清：

1. 目录：文件必须放进 speaker/，散落在别处不会被加载。
2. 格式转换：0.96 版本起 ChatTTS 内核升级，老版内核的 pt 文件不能直接用。项目里的 cover-pt.py 就是干这个的，在项目根目录执行python cover-pt.py，它只认"以seed_开头、以_emb.pt结尾"的文件，转换后改名为_emb-covert.pt结尾，然后删掉原文件。
3. 命名即调用：合成时若voice的值在 speaker/ 下能对上名字.csv或名字.pt，就按文件加载；对不上才回退到 seed 随机。所以文件名的后缀决定它能不能被认出来。
4. 跨设备不一致：同一个 seed 在不同机器、甚至不同时间合成出来的音调都可能漂移，这是 README 明确提示过的。要保证多台服务器音色一致，唯一可靠的办法是分发.csv文件，而不是分发种子值。

场景配方

按用途调参，一张表抄走：

硬件上只需记住一句：显存低于 4G 时程序会强制走 CPU，想上 GPU 用英伟达显卡装好 CUDA 12.8+，在.env里设device=cuda。

踩坑与排错

• 下载的音色文件没反应？先确认它在 speaker/ 里、文件名带.pt/.csv后缀，再确认是 0.96 之后能用的格式（老内核的 pt 先跑一遍 cover-pt.py）。
• seed 填了个不存在的数字，会报错吗？不会。对不上文件就按种子随机生成，所以乱填也能出声——这正是批量筛声的用法。
• 为什么同样的 seed，换台机器音调变了？seed 只保证同设备可复现，跨设备请改发.csv。
• 首次启动卡住？多半在从模型仓库下载模型，网络不通会失败，日志里能看到它正在连哪个源。

三条路径一句话收拢：预置号最省事，seed 用来大海捞针，.csv文件用来定版交付。延伸方向：用custom_voice写个循环批量试声存档，或把/tts接口接进字幕翻译流水线，音色定制才算真正用满。

【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