企业官网建设流程全解析

ChatTTS-ui 离线部署完整指南：没有网，也能 7×24 小时把文字变语音

【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

ChatTTS-ui 是一款把文字合成为语音的工具，自带网页界面，也对外提供 API 接口。本文讲它的离线部署方案：在完全断网的机器上，不依赖任何外部下载，就能稳定跑起本地语音合成。

一、先想清楚：什么情况必须离线

不是所有部署都需要离线，但下面这类场景，联网方案要么跑不起来、要么有隐患：

• 🏭内网隔离的产线与机房：服务器被防火墙圈在里面，装模型、拉依赖时根本连不出外网，只能靠 U 盘或内网介质搬运。
• 🛰️外场与弱网环境：野外作业、车载设备、信号不稳的区域，网络时断时续。一旦卡在"首次下载模型"这一步，整个功能就废了。
• 🔒合规与安全要求：涉密或审计场景明确要求数据与计算不出内网，连"顺手连一次外网"都不被允许。

这三种情况的共同点是：网络不可靠或被禁止。所以正确的思路不是"断网时再想办法"，而是把整套运行所需的东西一次性备齐，让程序在本地自给自足。

二、原理速览：离线到底是怎么跑起来的

一句话概括：只要本地模型文件齐了，程序启动时就地加载，从头到尾不碰网络。

拆开看，整个过程只有四步，全部发生在本机：

1. 文本进来：你在网页或 API 里提交一段文字。
2. 本地分词：程序用自带的分词器把文字切好、做同音字归一，不需要联网查词。
3. 模型推理：GPT 主干 + 声码器在本地把文本算成音频波形。
4. 音频输出：生成 wav 文件，网页直接播放，API 返回下载地址。

它和"在线模式"唯一的差别，就卡在模型从哪儿来。在线模式首次启动会去下载模型；离线模式则是你提前把模型放好，程序发现"本地已有"就跳过下载。理解了这点，后面所有操作其实都是围绕"把模型和依赖搬到本地"这一件事。

三、动手前自检：一份可勾选的清单 📋

动手之前，先把这几项核对一遍，能省下后面大量返工。

环境类

• Python 版本在3.9 ～ 3.11之间（不支持 3.12 及以上，否则推理加速会报错）
• 磁盘剩余空间 ≥ 5 GB（模型 + 依赖 + 运行目录）
• 内存 ≥ 8 GB；有 NVIDIA 显卡且显存 ≥ 4 GB 可启用 GPU 加速，否则强制走 CPU
• 若用 GPU，已装好CUDA 12.8+工具包

文件完整性类

• 源码已就位（见下文 clone 步骤）
• 模型目录models/pzc163/chatTTS/完整，里面应包含asset/与config/两个子目录
• asset/下关键文件一个不缺：Vocos.safetensors、DVAE.safetensors、Decoder.safetensors、Embed.safetensors、gpt/、tokenizer/目录，以及spk_stat.pt
• config/path.yaml存在（缺它启动会直接报FileNotFoundError）

网络类（针对"准备模型的那台联网机器"）

• 用于下载模型的机器能连外网，且下载 modelscope 时已关闭代理（代理会导致下载失败）

说明：spk_stat.pt容易被漏掉——部分模型源里没有这个文件，而它在"随机取音色"时被读取。缺失时建议单独补一份放到asset/目录。

四、部署全流程：下载 → 放置 → 配置 → 启动

整个流程分四段，代码块都尽量精简，能用白话说清的就用白话。

第 1 步：获取源码

在有网或有 git 可用的机器上，把仓库克隆下来：

git clone https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui

第 2 步：准备离线模型与依赖

这一段的目的是"把联网才能拿到的东西搬齐"。

模型：在有网机器上先跑一次项目（或从模型仓库拉取 ChatTTS 模型），让模型完整落到models/pzc163/chatTTS/。确认第三节的文件清单齐全后，把整个models/pzc163/chatTTS/目录拷贝到离线机器的同一相对路径下。

依赖：在有网机器上生成依赖清单和离线包：

pip freeze > requirements-offline.txt pip download -r requirements-offline.txt -d ./offline_packages

把requirements-offline.txt和offline_packages/一起拷到离线机器，再执行安装。注意pynini、WeTextProcessing、nemo_text_processing这几个包只有 Linux 需要，Windows 环境会自动跳过：

pip install --no-index --find-links=./offline_packages -r requirements-offline.txt

白话解释：--no-index --find-links告诉 pip"别上网，只从本地这个文件夹里找包"，这正是离线安装的关键。

第 3 步：本地化配置

打开主程序 app.py，把"联网下载模型"改为"直接用本地路径"。原代码会先尝试在线拉取，离线模式下我们只保留本地加载即可，核心是让模型目录固定指向本地：

CHATTTS_DIR = MODEL_DIR + "/pzc163/chatTTS"

模型目录的相对关系由 uilib/cfg.py 统一管理，其中MODEL_DIR就是项目根目录下的models。模型内部各文件的相对路径则定义在 ChatTTS/config/config.py，一般无需改动。

接着在根目录的.env里按需调整：

WEB_ADDRESS=0.0.0.0:9966 # 想被局域网访问就改成内网 IP:端口 device=default # 可填 cpu / cuda / mps，默认自动选 compile=true # 若报 triton 相关错误，改为 false

把WEB_ADDRESS设为0.0.0.0:9966（或某个内网 IP），其他机器就能通过网络访问到这台语音合成服务。

第 4 步：启动

python app.py

启动成功后会自动尝试打开浏览器，默认地址是http://127.0.0.1:9966。局域网内的其他设备则用你配置的 IP 加 9966 端口访问。

五、上线验证：三步确认真的能用 ✅

不需要堆一堆测试表，按这条最短路径验证即可：

1. 打开网页：浏览器访问http://127.0.0.1:9966（局域网用对应 IP），能正常打开界面说明 Web 服务已起。
2. 点一次合成：随便输入一句中文，点击合成。能听到声音、并能下载 wav，说明模型加载与推理都通了。
3. 调一次接口：用一条 curl 走 API，确认程序化调用也 OK：

curl -X POST http://127.0.0.1:9966/tts \ -d "text=离线合成自检" \ -d "voice=2222"

返回里出现"code":0和一个可下载的 wav 地址，即代表整条链路在离线状态下可用。若返回"code":1，看msg字段定位问题。

六、排错速查：症状 → 原因 → 解法 🔧

更细的报错对照，可查项目自带的 常见问题清单。

七、调优与运维：一节约全 🛠️

硬件配比（按使用强度选）：

• 个人使用：8 GB 内存 + 4 核 CPU 即可
• 企业内网：16 GB 内存 + 8 核 CPU
• 高并发：32 GB 内存 + 独立 GPU（显存 ≥ 4 GB 才会启用加速）

参数微调：影响合成质量与速度的旋钮主要在 app.py 的/tts接口默认值里，例如temperature（随机性）、top_p/top_k（采样范围）、speed（语速）、skip_refine（是否跳过文本精修，设为 1 可加快推理）。新手建议先用默认值，确认稳定后再逐项调。

巡检与备份（建议每月一次）：

• 核对models/pzc163/chatTTS/关键文件是否完整，必要时重新备份一份
• 看一眼logs/下的运行日志，留意是否有ERROR
• 备份speaker/里的自定义音色和.env配置，避免音色资产丢失

把模型、依赖、配置这三样搬到位后，ChatTTS-ui 就能在断网环境里长期、稳定地把文字转成语音，不再受外网波动影响。

【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