Última atualização 07-02-2026
Categoria:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
ChatTTS
ChatTTS é um modelo de texto-para-fala de código aberto, criado para diálogos. A equipe 2Noise treinou-o com mais de 100.000 horas de fala em chinês e inglês, para que soe natural em conversas trocadas, e não apenas em narração roteirizada.
O que o diferencia é o controle de prosódia em um nível granular. O modelo pode acrescentar risadas, pausas e interjeições, além de lidar com múltiplos falantes em uma única sessão. Isso o torna adequado para assistentes com LLM, áudio conversacional e multimídia com diálogos intensos.
Desenvolvedores podem instalá-lo via pip ou clonando o repositório no GitHub. A versão de código aberto disponível no Hugging Face é um modelo base de 40.000 horas, sob licença AGPLv3+. A equipe o posiciona para usos em pesquisa e diálogo, com contato em [email protected] para perguntas sobre o roteiro de desenvolvimento.
Modela risadas, pausas e interjeições em fala sintetizada
Executa diálogo multi-orador a partir de uma única chamada de inferência
Treinado com mais de 100.000 horas de áudio em chinês e inglês
Transmite saída de áudio para reprodução em tempo real
Instale via pip ou baixe os pesos do Hugging Face
Código aberto com uma grande comunidade no GitHub e desenvolvimento ativo pela 2Noise.
Controle granular da prosódia incluindo risadas, pausas e interjeições.
Suporta inferência em streaming, agrupamento e diálogo entre múltiplos interlocutores.
Disponível no PyPI e Hugging Face para configuração local simples.
Licenciado para uso acadêmico e de pesquisa, não para projetos comerciais.
Suporta apenas inglês e chinês, sem outros idiomas adicionais anunciados.
Requer um ambiente Python local; hardware GPU é recomendado para geração mais rápida.
O site oficial 2noise.com é minimalista, portanto a maioria da documentação está no GitHub.
O ChatTTS é gratuito para usar?
Sim. O ChatTTS é open-source sob a licença AGPLv3+. Você pode instalá-lo via pip ou clonar o repositório no GitHub sem custo.
Quais idiomas o ChatTTS suporta?
O ChatTTS suporta inglês e chinês. O modelo principal foi treinado com mais de 100.000 horas de dados de áudio nesses dois idiomas.
O ChatTTS pode ser usado para projetos comerciais?
Não. O ChatTTS é destinado apenas para uso acadêmico e de pesquisa. O card do modelo no Hugging Face e a documentação do projeto restringem explicitamente o uso comercial e legal.
Como faço para instalar o ChatTTS?
Execute pip install ChatTTS para a versão estável do PyPI, ou pip install git+https://github.com/2noise/ChatTTS para a versão mais recente do GitHub. Os pesos do modelo estão disponíveis no Hugging Face em 2Noise/ChatTTS.
Onde posso baixar os pesos do modelo ChatTTS?
O modelo base open-source de 40.000 horas está hospedado no Hugging Face em huggingface.co/2Noise/ChatTTS. Clone o repositório GitHub e carregue os modelos com o pacote Python ChatTTS.
Qual taxa de amostragem de áudio o ChatTTS gera?
O ChatTTS gera áudio com taxa de amostragem de 24.000 Hz. As formas de onda geradas podem ser salvas com torchaudio ou reproduzidas diretamente em notebooks Python.