ChatTTS增强版V2,批量导出srt,语速控制,情感控制,支持朗读数字,问题修复

本文主要是介绍ChatTTS增强版V2,批量导出srt,语速控制,情感控制,支持朗读数字,问题修复,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

ChatTTS增强版最新版本已经发布,本次更新我主要增加了多文本批量、SRT导出、语速控制、情感控制、停顿控制等新功能,并针对上一版本中存在的数字读音异常、随机uv_break等问题进行了修复。

视频版本

【ChatTTS增强版V2,批量导出srt,语速控制,情感控制,支持朗读数字,问题修复】 https://www.bilibili.com/video/BV17T421e76w/?share_source=copy_web&vd_source=09316244e4ff3a9793930d67cf748288

37b5fdae63cc1122302a0aa6f1c114d4.png

更新内容

批量txt

新增支持多个txt文本批量导入,会针对每个txt文本进行处理。

3755762243cdb3ae1053b2ac86dd3daa.png

听取大家的建议,批量处理后的txt会按照文件名来保存。

导出路径为:output_audio/你的txt名/

d3cb5ee04d7e5aa30e909216a5fe9315.png

每个文件夹内分别存放着合并后的音频、音频切片、增强后的音频切片。

导出的完整的音频路径为:output_audio/你的txt名/合并/

导出的音频切片路径为:output_audio/你的txt名/切片/

导出的增强音频切片路径为:output_audio/你的txt名/增强切片/

9caf434bd66e3802bc51b2fd3414654a.png

SRT导出

批量模式下支持导出srt文件。会针对每个txt文本合成的音频生成对应的srt文件。

46d27627d1aba2bb7388b6ef3659aab5.png

srt会导出路径:output_audio/你的txt名/你的txt名.srt

6ac6912b18f43c4e3c2a6c4a8b60003a.png

srt文本内容

eda6f43f4900e757f7f8b6f324ae56e4.png

这里说下,srt某些情况下会有误差,需检查下时间戳。

数字转换

由于ChatTTS不能很好的去朗读数字,这里做了一个转换。

2ee1d08097e975e4760ea51c40e14376.png

比如这句话:我有10块4090显卡,今天出门丢了1块,很难受,今天是2024年。

34100bd6d6564ceaf5ff2c25eddfbc0d.png

读出来就是:

(音频)

开启数字转换后:

(音频)

这里还是把4090显卡型号以及年份读错了。因为数字转换在特殊情况下还是不能很好的去识别,这里最好的办法就是加空格

修改后的文字:我有10块4 0 9 0显卡,今天出门丢了1块,很难受,今天是2 0 2 4年。

e31a260ef666cea6b0963409aa53ef76.png

在你想要单独读的数字组合里添加空格隔开。再开启数字转换后的效果:

(音频)

语速调整

增加了语速调节。默认值为0。最高是10,建议调到5或者6,10的话会有奇怪的英文读音混进去。

cb774ec49bb8aa85f5b1bdcfbea73cd6.png

口语化调整

这里对这个参数的理解就是口语化,或者是说话的自然程度。

fe161160ac9cf686c4dd46c61641ebfc.png

比如还是刚才那句:我有10块4 0 9 0显卡,今天出门丢了1块,很难受,今天是2 0 2 4年。

其他参数相同,oral为0的效果:

(音频效果)

oral为5的效果:

(音频效果)

可以听到,在oral为5的情况下自动添加了:就、啊等语气或者连接词来让音频更加自然。

笑声调整

控制音频的笑声程度。

6c73ddd404f965947a2528b871b50608.png

当然你也可以在文字中输入[laugh]来手动添加笑声。

e831e777b4efe4db4be86457cb5221d2.png

生成的效果:

(音频效果)

停顿调整

ddf19404b6487e88bb45484ea91ade77.png

停顿为0

(音频效果)

停顿为4

(音频效果)

这个参数也可以在文本中输入[uv_break]来手动添加停顿。

08c71674f2b3f451bfab1f3ee818084e.png

(音频效果)

问题修复

uv_break问题

首先说下上次最大的问题,好多朋友反馈说会读u_break的问题。这里跟大家说声抱歉,那是个我漏掉的bug。

这个版本我针对这个问题做了调整,大家可以试下。

如果还有这个问题可以将break调整为0,关闭提炼文本尝试下。

f0867328fa9dd6edd45e2d41c1546a8f.png

380adda7307d14aba8fed7ae7c47936d.png

IP端口问题

V1版本的ip和端口号是固定的,有些朋友电脑上8080端口是禁用的,造成访问不了网页的问题,或者是开了代理进不去的问题。

这个版本默认ip是127.0.0.1,端口号是自动获取本机开放空闲的端口。

如果你想要自定义ip或端口号,可在整合包根目录下找到config.ini文件。

0ed4f6669d6bb5cf54e0635140e4b76f.png

修改custom_server的值为True表示开启自定义ip、端口号。False为关闭自定义ip、端口号。

ip和端口修改为你想要设定的值即可。

f869d07bf1220f35d8084a3809417183.png

实验性选项

51092df61729600d6a0d5ccdafd4f8bb.png

这里是开发中的一个测试选项,还不完善。可自行测试音色固定程度,如果开启后生成的结果无效果,或异常,关掉即可。

⚠️已知的是开启后会导致N卡用户音频增强过程变得极慢!!!慎重开启

配置要求

以下是整合包运行所需配置

WIN

  • Windwos10/11操作系统
  • 支持CPU/GPU

MAC

  • Apple Silicon M系列芯片、Intel 芯片
  • MacOS 10.13以上版本

云端版本

适用于机器配置低的朋友,云端镜像一键部署。

云端一键部署镜像

关于显存,最低4G显存(不开启音频增强的情况下)

Mac 由于cuda原因目前只支持cpu进行推理。

整合包获取

👇🏻👇🏻👇🏻下方下方下方👇🏻👇🏻👇🏻

关注公众号,发送【ChatTTSV2】关键字获取整合包。

c9d252d6c546419798a870adf532fec3.png

如果发了关键词没回复你!记得看下复制的时候是不是把空格给粘贴进去了!

写在最后

还有很多朋友的建议,比如增加标点符号分割、克隆用户音色等,这些想法都很不错,我也会在后续的版本中进行更新。

最后非常感谢大家对这个项目的支持。如果您有更多的想法或建议,欢迎通过私信或在评论区留下你们的意见。

制作不易,如果本文对您有帮助,还请点个免费的赞或在看!感谢您的阅读!

这篇关于ChatTTS增强版V2,批量导出srt,语速控制,情感控制,支持朗读数字,问题修复的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1044418

相关文章

Python将博客内容html导出为Markdown格式

《Python将博客内容html导出为Markdown格式》Python将博客内容html导出为Markdown格式,通过博客url地址抓取文章,分析并提取出文章标题和内容,将内容构建成html,再转... 目录一、为什么要搞?二、准备如何搞?三、说搞咱就搞!抓取文章提取内容构建html转存markdown

vue使用docxtemplater导出word

《vue使用docxtemplater导出word》docxtemplater是一种邮件合并工具,以编程方式使用并处理条件、循环,并且可以扩展以插入任何内容,下面我们来看看如何使用docxtempl... 目录docxtemplatervue使用docxtemplater导出word安装常用语法 封装导出方

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

SpringKafka消息发布之KafkaTemplate与事务支持功能

《SpringKafka消息发布之KafkaTemplate与事务支持功能》通过本文介绍的基本用法、序列化选项、事务支持、错误处理和性能优化技术,开发者可以构建高效可靠的Kafka消息发布系统,事务支... 目录引言一、KafkaTemplate基础二、消息序列化三、事务支持机制四、错误处理与重试五、性能优

java中使用POI生成Excel并导出过程

《java中使用POI生成Excel并导出过程》:本文主要介绍java中使用POI生成Excel并导出过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录需求说明及实现方式需求完成通用代码版本1版本2结果展示type参数为atype参数为b总结注:本文章中代码均为

SpringBoot启动报错的11个高频问题排查与解决终极指南

《SpringBoot启动报错的11个高频问题排查与解决终极指南》这篇文章主要为大家详细介绍了SpringBoot启动报错的11个高频问题的排查与解决,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一... 目录1. 依赖冲突:NoSuchMethodError 的终极解法2. Bean注入失败:No qu

MySQL新增字段后Java实体未更新的潜在问题与解决方案

《MySQL新增字段后Java实体未更新的潜在问题与解决方案》在Java+MySQL的开发中,我们通常使用ORM框架来映射数据库表与Java对象,但有时候,数据库表结构变更(如新增字段)后,开发人员可... 目录引言1. 问题背景:数据库与 Java 实体不同步1.1 常见场景1.2 示例代码2. 不同操作

Python实现将MySQL中所有表的数据都导出为CSV文件并压缩

《Python实现将MySQL中所有表的数据都导出为CSV文件并压缩》这篇文章主要为大家详细介绍了如何使用Python将MySQL数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到... python将mysql数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到另一个

mss32.dll文件丢失怎么办? 电脑提示mss32.dll丢失的多种修复方法

《mss32.dll文件丢失怎么办?电脑提示mss32.dll丢失的多种修复方法》最近,很多电脑用户可能遇到了mss32.dll文件丢失的问题,导致一些应用程序无法正常启动,那么,如何修复这个问题呢... 在电脑常年累月的使用过程中,偶尔会遇到一些问题令人头疼。像是某个程序尝试运行时,系统突然弹出一个错误提