企业官网建设流程全解析

ChatTTS-ui 音色定制完整指南

【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

合成出来的语音总像同一个人？想给产品换一个专属的声音，却不知从哪下手？这篇教程带你在 ChatTTS-ui 里走完试听、调参、固化三步：挑一个顺耳的seed 值，把 temperature、top_p、top_k 调到位，最后存成可反复调用的音色文件。

场景速认：这三类人直接照做

• 本地网页配音：你已用 ChatTTS-ui 做文字转语音，想换掉默认音色并固定下来
• 产品接口接入：你的应用要通过/tts接口生成语音，需要统一、可复用的专属音色
• 批量配音生产：需要按同一个声音批量出片，并能追溯每段音频用了哪个 seed 和参数

四阶段主流程：启动→试听→调参→固化

阶段 1：启动服务，打通试听链路

目标：服务启动成功，生成并下载第一段音频。

1. 克隆仓库并安装依赖（需要 Python 3.9–3.11）：

git clone https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui cd ChatTTS-ui pip3 install -r requirements.txt python3 app.py

2. 等待首次启动自动下载模型，浏览器打开http://127.0.0.1:9966后再操作
3. 打开页面，在"选择音色"下拉框任选内置音色（默认 2222），输入一句话并生成
4. 确认能试听并下载 wav 文件，链路即打通，进入阶段 2

阶段 2：用 seed 值批量试听，筛出候选音色

目标：用同一段文本试听 5 个内置音色，记下 3 个以上候选 seed。

1. 填写 2222、6653、4099、5099、7869 到页面"音色值"输入框，逐个生成并下载
2. 固定使用同一段 50 字左右的测试文本，避免内容差异干扰听感判断
3. 下载后核对每个音频文件名中 seed 后的数字，确认实际使用的音色值
4. 记录候选：写下 seed 值和听感特征，如"6653 女声、活泼"
5. 更换新的整数 seed（建议 1000–10000 区间），重复上述步骤

阶段 3：微调采样参数，定稿音色

目标：固定 seed 后，把音色调成稳定档或自然档。

1. 调整 temperature（0.2–0.5）试 3 个档位，一次只改一个参数
2. 再调整 top_p（0.6–0.8）与 top_k（20–40），每改一项就重新生成对比
3. 锁定稳定档：temperature=0.3、top_p=0.7、top_k=20（服务默认值），读法最不容易出错
4. 切换自然档：temperature=0.5、top_p=0.8、top_k=30，语调更有起伏，偶有跑调
5. 控制语速：speed 取 1–10 档（默认 5）；refine 阶段随机性用 text_seed 固定（默认 42）

阶段 4：固化音色文件，API 验收

目标：让选定音色变成文件，任何请求里都不漂移。

1. 确认 speaker/ 目录下已生成{seed}.csv（首次使用该 seed 生成时自动保存）
2. 刷新页面，在"选择音色"下拉框选中它，即固定音色
3. 把第三方 .pt 音色放入 speaker/，执行python3 cover-pt.py转换格式
4. 删除原始_emb.pt文件，保留转换后以-covert.pt结尾的文件，避免误选
5. 用 API 做最终验收，返回的 url 直接可播放：

import requests r = requests.post("http://127.0.0.1:9966/tts", data={ "text": "定制音色验收测试", "custom_voice": 3000, "temperature": 0.3, "top_p": 0.7, "top_k": 20 }) print(r.json()["audio_files"][0]["url"])

参数速查：五个关键旋钮

常见坑：先自查这五条

• ✅同一 seed 换机器音色变了：属 ChatTTS 已知特性，好音色要立刻固化成 csv，别指望 seed 跨机器复现
• ✅报 Missing spk_stat.pt：模型文件不完整，按 faq.md 第 5 条补齐缺失文件
• ✅启动报 Dynamo 或 triton 错误：打开 .env 将 compile=true 改为 compile=false，见 faq.md 第 12 条
• ✅选中 .pt 音色不生效：确认文件在 speaker/ 目录且后缀为 .csv 或 .pt，第三方 _emb.pt 需先跑 cover-pt.py
• ✅下载模型报 proxy 错误：从 modelscope 拉模型时不能开代理，关闭代理重试，见 faq.md 第 10 条

行动清单：五步收尾

• 服务启动成功，默认音色 2222 能正常生成音频
• 试听 5 个内置 seed，写下 3 个候选及其听感特征
• 按稳定档与自然档参数各生成一版，选定一组
• 确认 speaker/ 下存在对应 .csv 或 -covert.pt 文件
• API 用固定音色与参数调用成功，接入你的产品

音色是产品的声音名片，今天就固定你的第一个。

温馨提示：部署步骤与平台差异见 README.md，模型下载、报错等 15 类问题见 faq.md。

【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