本地运行ChatTTS

TTS 是将文字转为语音的模型，最近很火的开源 TTS 项目，本地可以运行，运行环境 M2 Max，差不多每秒钟 4～～5 个字。本文将介绍如何在本地运行 ChatTTS。

下载源码

首先下载源代码

git clone https://github.com/2noise/ChatTTS

安装依赖

安装项目所需依赖

cd ChatTTS
pip install -r requirements.txt

打开 example.ipynb

项目中自带了一个示例代码，直接在 VSCode 中打开，默认模型从 Hugginface 下载，我添加了一段代码，从 ModelScope 下载，再从本地读取模型。

from modelscope import snapshot_download
## 产看日志的中 Model 下载位置
model_dir = snapshot_download('pzc163/chatTTS')

chat = ChatTTS.Chat()
# chat.load_models()

# Use force_redownload=True if the weights updated.
# chat.load_models(force_redownload=True)

# If you download the weights manually, set source='locals'.
# 修改 local_path 到指定位置
chat.load_models(source='local', local_path='/mnt/workspace/.cache/modelscope/pzc163/chatTTS')

运行

按 Notebook 中步骤运行就可以生成语音了。

启动 UI

根目录下运行

python web-ui.py

在这里插入图片描述

QA

如果遇到 Normalizer pynini WeTextProcessing nemo_text_processing ，

安装依赖

conda install -c conda-forge pynini=2.1.5 && pip install nemo_text_processing
conda install -c conda-forge pynini=2.1.5 && pip install WeTextProcessing