363 Star！开箱即用的增强版 ChatTTS 一键整合包

此前试玩过ChatTTS语音大模型，从部署到接入Dify，整个过程还算流畅——尽管Dify那边只能展示生成的文件路径。

不过说实话，前期的准备工作确实不少：得安装各种依赖、拉取源码、折腾虚拟环境……一套流程下来，耐心差点磨平。好在开源社区总有能人站了出来，搞了一款ChatTTS本地离线整合包，名为ChatTTS-Enhanced，直接推到了Github上。说白了就是帮你解决“最后三公里”问题——明白吗？一键整合包，免去从零折腾。

Github地址：https://github.com/CCmahua/ChatTTS-Enhanced

这个项目现在提供Windows和MacOS两种系统的安装包，完全是傻瓜式操作：下载、运行、双击打开，增强版的ChatTTS就启动起来了。

目前整合包已迭代到V3版本，亮点还是比较明显的：

• 音质增强/降噪，直接解决ChatTTS生成中的噪音问题，自动降噪、音质干净
• 支持TXT、SRT文件批量处理，不用一个文件一个文件单独跑
• 支持长文本处理，中文英文混读都可以，还能自定义切割长度
• 支持导出SRT字幕文件，方便后期剪辑整合
• 支持调节语速、停顿、笑声、口语化程度等参数，灵活适配不同场景
• 支持导入ChatTTS Speaker音色，具体操作在帮助里都有说明
• 支持保存音色配置与选项配置，方便后续管理

那么长文本的效果到底怎么样？不妨直接听听看：

刚听到的时候会觉得有些杂音——别急，这是没开启音质增强的效果。打开音质增强之后，杂音就基本消失，干净得让人放心。

关于音色定制这块，如果想指定一个固定的音色进行生成，可以先到音色库（ModelScope音色库）里找一个听着顺眼的，然后下载对应的pt文件：

下载完成之后，在这个界面把文件上传即可。

对于靠硬算吃饭的模型来说，硬件门槛自然是绕不开的话题。V3版整合包对系统的要求如下：

• Windows：需要Win10/11，支持CPU和GPU两种模式
• MacOS：不管是M芯片还是Intel芯片，系统版本必须不低于10.13

显存方面，如果不开启音质增强，最低4G显存就够跑。而Mac版本目前只做了CPU适配——作者提到显存适配还有点小问题，还需再优化。

如果手头的配置确实比较吃力，作者还提供云端一键部署方案。除了语音整合包之外，也有一些其他有意思的整合包可以关注。