ChatTTS 对比 TranscriptMate

ChatTTS 是一个为对话而构建的开源文本到语音模型。2Noise 团队在超过 10 万小时的中文和英文语音数据上进行了训练，因此它在双向对话中听起来自然流畅，而不仅仅是预设的旁白。

其区别在于在细节层面进行韵律控制。该模型可以加入笑声、暂停和插入语，并能在一次会话中处理多个发声者。这使它非常适合用于大型语言模型助手、对话音频以及对话密集的多媒体内容。

开发者可以通过 pip 安装或克隆 GitHub 仓库。在 Hugging Face 上的开源版本是一个基于 4 万小时数据的基础模型，遵循 AGPLv3+ 协议。团队将其定位为研究和对话用途，若有路线图方面的问题，可以通过 [email protected] 联系。

TranscriptMate 将音频和视频录音转换成可搜索的文本，适用于播客作者、新闻记者、研究人员及每天处理口语内容的团队。上传文件或粘贴 YouTube 链接，服务即可返回带有时间戳和可选说话人标签的转录稿。每个文件前15分钟免费，无需注册账户。

工作区将同步文本编辑器与音频播放器配对，方便你点击任何单词，立即跳转到录音中的相应时刻。说话人区域划分（diarization）标注了是谁说了什么，重命名说话人会更新整个转录稿中的标签。焦点小组讨论和多参与者访谈也采用相同方式处理。

TranscriptMate 还能通过内置模板生成即刻发布的内容，包括博客文章、新闻简报、播客说明、视频章节、摘要和社交短片。支持的导出格式包括 DOCX、PDF、TXT、SRT 和 VTT。

该服务支持30多种语言，在符合GDPR规定的欧盟基础设施上运行，专为处理大量采访、新闻发布会、讲座和客户录音的专业人士设计。”}# 3}]/}