ChatTTS：专为对话场景打造的生成式语音模型解读 | 2noise/ChatTTS
它解决了什么问题 日常对话场景下，语音合成最大的难点不是“读出声”，而是“像人一样说话”。人说话有语气、有停顿、会笑、会犹豫，而大部分开源TTS只能输出平稳的朗读音。ChatTTS专门针对这个缺口设计——它不是通用TTS，而是定位于对话助手、LLM交互的语音模型。 模型用10万小时中英文音频训练，开...
它解决了什么问题 日常对话场景下，语音合成最大的难点不是“读出声”，而是“像人一样说话”。人说话有语气、有停顿、会笑、会犹豫，而大部分开源TTS只能输出平稳的朗读音。ChatTTS专门针对这个缺口设计——它不是通用TTS，而是定位于对话助手、LLM交互的语音模型。 模型用10万小时中英文音频训练，开...