Última actualización 07-02-2026
Categoría:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
ChatTTS
ChatTTS es un modelo de texto a voz de código abierto diseñado para diálogos. El equipo de 2Noise lo entrenó con más de 100,000 horas de habla en chino e inglés, para que suene natural en conversaciones de ida y vuelta, no solo en narraciones guionizadas.
Lo que lo distingue es el control de prosodia a nivel granular. El modelo puede añadir risas, pausas e interjecciones, y maneja múltiples hablantes en una sola sesión. Esto lo hace apropiado para asistentes LLM, audio conversacional y multimedia con diálogos intensos.
Los desarrolladores pueden instalarlo mediante pip o clonar el repositorio en GitHub. La versión de código abierto en Hugging Face es un modelo base de 40,000 horas bajo la licencia AGPLv3+. El equipo lo orienta para casos de uso en investigación y diálogos, y se puede contactar en [email protected] para consultas sobre la hoja de ruta.
Convierte risas, pausas e interjecciones en voz sintetizada
Ejecuta diálogos multihablante a partir de una sola llamada de inferencia
Entrenado con más de 100,000 horas de audio en chino e inglés
Transmite salida de audio para reproducción en tiempo real
Instálalo mediante pip o descarga los pesos desde Hugging Face
De código abierto con una gran comunidad en GitHub y desarrollo activo por 2Noise.
Control detallado de la prosodia incluyendo risas, pausas e interjecciones.
Soporta inferencia por streaming, procesamiento por lotes y diálogo multi-hablante.
Disponible en PyPI y Hugging Face para una configuración local sencilla.
Licenciado para uso académico y de investigación, no para proyectos comerciales.
Soporta solo inglés y chino, sin idiomas adicionales anunciados.
Requiere un entorno Python local; se recomienda hardware GPU para una generación más rápida.
El sitio oficial 2noise.com es minimalista, por lo que la mayoría de la documentación se encuentra en GitHub.
¿ChatTTS es gratuito para usar?
Sí. ChatTTS es de código abierto bajo AGPLv3+. Puedes instalarlo con pip o clonar el repositorio desde GitHub sin costo alguno.
¿Qué idiomas soporta ChatTTS?
ChatTTS soporta inglés y chino. El modelo principal fue entrenado con más de 100,000 horas de datos de audio en ambos idiomas.
¿Se puede usar ChatTTS para proyectos comerciales?
No. ChatTTS está destinado únicamente para uso académico y de investigación. La tarjeta del modelo en Hugging Face y la documentación del proyecto prohíben explícitamente el uso comercial y legal.
¿Cómo instalo ChatTTS?
Ejecuta pip install ChatTTS para la versión estable en PyPI, o pip install git+https://github.com/2noise/ChatTTS para la versión más reciente en GitHub. Los pesos del modelo están disponibles en Hugging Face en 2Noise/ChatTTS.
¿Dónde puedo descargar los pesos del modelo ChatTTS?
El modelo base de código abierto de 40,000 horas está alojado en Hugging Face en huggingface.co/2Noise/ChatTTS. Clona el repositorio de GitHub y carga los modelos con el paquete Python ChatTTS.
¿A qué frecuencia de muestreo de audio produce ChatTTS?
ChatTTS produce audio con una frecuencia de muestreo de 24,000 Hz. Las formas de onda generadas pueden guardarse con torchaudio o reproducirse directamente en notebooks de Python.