Dernière mise à jour 07-02-2026
Catégorie:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
ChatTTS
ChatTTS est un modèle de synthèse vocale open-source conçu pour le dialogue. L'équipe 2Noise l'a entraîné sur plus de 100 000 heures de speech en chinois et en anglais, afin qu'il sonne de manière naturelle dans les conversations en échange, et pas seulement en narration scriptée.
Ce qui le distingue, c'est le contrôle de la prosodie à un niveau granulaire. Le modèle peut ajouter des rires, des pauses et des interjections, et il gère plusieurs locuteurs lors d'une même session. Cela en fait un outil adapté pour les assistants LLM, l'audio conversationnel et les médias interactifs riches en dialogue.
Les développeurs l'installent via pip ou en clonant le dépôt GitHub. La version open-source sur Hugging Face est un modèle de base de 40 000 heures sous licence AGPLv3+. L'équipe le présente comme étant destiné à la recherche et aux cas d'usage liés au dialogue, avec un contact à [email protected] pour toute question sur la feuille de route.
Façonne les rires, les pauses et les interjections en discours synthétisé
Exécute un dialogue multi-interlocuteurs à partir d'un seul appel d'inférence
Entraîné sur plus de 100 000 heures d'audio en chinois et en anglais
Diffuse la sortie audio pour une lecture en temps réel
S'installe via pip ou récupère les poids depuis Hugging Face
Open-source avec une grande communauté GitHub et un développement actif par 2Noise.
Contrôle fin de la prosodie incluant rires, pauses et interjections.
Prend en charge l'inférence en streaming, le traitement par lots et le dialogue multi-interlocuteurs.
Disponible sur PyPI et Hugging Face pour une installation locale simple.
Licencié pour un usage académique et de recherche, pas pour des projets commerciaux.
Prend en charge uniquement l'anglais et le chinois, sans autres langues annoncées.
Nécessite un environnement Python local ; un matériel GPU est recommandé pour une génération plus rapide.
Le site officiel 2noise.com est minimaliste, la plupart de la documentation se trouve donc sur GitHub.
ChatTTS est-il gratuit à utiliser ?
Oui. ChatTTS est open-source sous licence AGPLv3+. Vous pouvez l'installer avec pip ou cloner le dépôt depuis GitHub sans frais.
Quelles langues ChatTTS supporte-t-il ?
ChatTTS prend en charge l'anglais et le chinois. Le modèle principal a été entraîné sur plus de 100 000 heures de données audio dans ces deux langues.
ChatTTS peut-il être utilisé pour des projets commerciaux ?
Non. ChatTTS est destiné uniquement à un usage académique et de recherche. La fiche modèle sur Hugging Face et la documentation du projet interdisent explicitement une utilisation commerciale et juridique.
Comment installer ChatTTS ?
Exécutez pip install ChatTTS pour la version stable sur PyPI, ou pip install git+https://github.com/2noise/ChatTTS pour la dernière version sur GitHub. Les poids du modèle sont disponibles sur Hugging Face à l'adresse 2Noise/ChatTTS.
Où puis-je télécharger les poids du modèle ChatTTS ?
Le modèle de base open-source de 40 000 heures est hébergé sur Hugging Face à huggingface.co/2Noise/ChatTTS. Clonez le dépôt GitHub et chargez les modèles avec le package Python ChatTTS.
À quel taux d'échantillonnage audio ChatTTS génère-t-il ?
ChatTTS génère de l'audio avec un taux d'échantillonnage de 24 000 Hz. Les formes d'onde générées peuvent être sauvegardées avec torchaudio ou lues directement dans des notebooks Python.