ChatTTS

ChatTTS est un modèle open-source de synthèse vocale conçu pour les scénarios de dialogue, principalement utilisé pour générer une voix naturelle et fluide, particulièrement adaptée aux conversations avec les assistants intelligents et à la création de contenus audio.

Il prend principalement en charge la synthèse vocale en chinois et en anglais, et peut traiter des textes mêlant chinois et anglais.

ChatTTS est un projet open-source; son code et son modèle de base sont gratuits et disponibles à l’utilisation. Le site officiel propose également une démo en ligne gratuite.

Vous pouvez l'utiliser en installant le package Python, en clonant le dépôt GitHub ou via une démo en ligne. Il prend en charge les appels API, la ligne de commande et l'interface Web.

Il permet de contrôler partiellement la vitesse, l'intonation, les pauses et certaines caractéristiques prosodiques (par exemple les rires) via des paramètres et balises spécifiques.

Convient pour le doublage des services client intelligents, la génération de contenus sonores, le doublage pour jeux vidéo et d'autres scénarios d'interaction nécessitant une voix naturelle.

Selon les informations officielles, la synthèse est efficace et la latence de bout en bout peut être maintenue à un niveau faible, adaptée à la plupart des applications en temps réel ou quasi temps réel.

En tant que modèle open-source déployable localement, les données des utilisateurs peuvent être traitées dans votre propre environnement. L'équipe évoque également des possibilités d'améliorer la sécurité grâce à plus de contrôlabilité et à l'ajout de filigrane.