Github：ChatTTS从下载到使用

前言

• 本文使用工具：
  • Anaconda ：直接进行包管理，用来自定义生成python解释器，虚拟环境
  • vscode：用来执行代码

注：我使用的Ubuntu，使用win，mac等，需要额外配置

简介

ChatTTS是专门为对话场景设计的文本转语音模型，bilibili宣传视频
项目地址

安装

1. 创建虚拟环境并激活：

conda create -n chattts_env python=3.11
conda activate chattts_env

2. 克隆项目并安装依赖：

git clone http://github.com/2noise/ChatTTS.git
cd ChatTTS
pip install -r requirements.txt

3. 文章目录结构

├── ChatTTS
│   ├── core.py
│   ├── experimental
│   │   └── llm.py
│   ├── infer
│   │   └── api.py
│   ├── __init__.py
│   ├── model
│   │   ├── dvae.py
│   │   └── gpt.py
│   └── utils
│       ├── gpu_utils.py
│       ├── infer_utils.py
│       └── io_utils.py
├── example.ipynb
├── LICENSE
├── README_CN.md
├── README.md
├── requirements.txt
└── webui.py

使用

• 输入code . 用打开vscode，启动webui.py

问题

Q：安装依赖过程中遇到了下载CUDA组件错误

A：因为代码需要使用到pytorch框架，所以可以看我的这篇文章手动配置CUDA组件http://blog.csdn.net/unravel_tom/article/details/139197086主要是用win来配置的

ubuntu就可以使用以下命令直接配置

conda install -c conda-forge cudatoolkit=12.1 cudnn=8.9

Q：缺少常见的依赖

A：

pip install gradio
pip install WeTextProcessing

Gradio 是一个非常有用的工具，用于创建交互式的机器学习应用界面。它允许用户通过简单的代码快速搭建网络界面，方便展示和测试模型。它支持多种输入和输出类型，包括文本、图像、音频等，且易于集成和部署。

WeTextProcessing 是一个用于文本处理的库，包含多种文本预处理和特征提取工具。这些工具包括分词、词性标注、命名实体识别、情感分析等，帮助开发者在自然语言处理（NLP）任务中更高效地处理和分析文本数据。它支持多种语言，易于集成到现有的NLP工作流中，是开发和研究文本处理应用的有力工具。