在 MoneyPrinterPlus 中使用本地 chatTTS 语音模型
![在MoneyPrinterPlus中使用本地chatTTS语音模型](https://static001.geekbang.org/infoq/9e/9e50408b8f46731f4158b6d5d57b4ee1.png)
之前 MoneyPrinterPlus 在批量混剪,一键 AI 生成视频这些功能上的语音合成功能都用的是云厂商的语音服务,比阿里云,腾讯云和微软云。
云厂商虽然提供了优质的语音服务,但是用起来还是要收费。
为了各位小伙伴的钱包,现在特意给 MoneyPrinterPlus 上线了本地 chatTTS 语音服务。
赶紧来体验吧。
软件准备
当然,前提条件就是你需要下载 MoneyPrinterPlus 软件啦。
下载地址: https://github.com/ddean2009/MoneyPrinterPlus
用得好的朋友,不妨给个 star 支持一下。 在软件 v4.0 版本之后,MoneyPrinterPlus 已经全面开始支持本地模型。
安装 chatTTS
我们可以直接从 chatTTS 的官网上 https://github.com/2noise/ChatTTS 下载 chatTTS 的源代码:
安装依赖:
运行 web-UI:
运行 api-server:
这里注意,web-ui 的默认端口是 8080, api-server 的端口是 8000。
MoneyPrinterPlus 需要连接的是 8000 端口的 api-server。
web-UI 只是为了展示怎么配置音色的一个展示用的。
我们打开 http://localhost:8080/ 可以看到类似下面的页面:
![](https://static001.geekbang.org/infoq/33/33da414682dbf3668aaef3f93e645222.png)
点击生成按钮,如果能够成功合成音频文件,那么说明你的 chatTTS 安装成功了。
在 MoneyPrinterPlus 中使用 ChatTTS
回到 MoneyPrinterPlus,我们启动 MoneyPrinterPlus,在基本配置页面我们可以看到:本地语音 TTS 的选项。
![](https://static001.geekbang.org/infoq/2d/2d3ecae9e7545fd672a5fee1ccef9931.png)
这里我们选择 chatTTS,并且设置 chatTTS api server 的地址。
上面我们是以 8000 启动的 api server,所以这里我们就输入:http://127.0.0.1:8000/。
接下来点击视频混剪区,在视频配音区选择本地模型:
![](https://static001.geekbang.org/infoq/2d/2d1aa68f91d32d821f1fcc6aef8a98d7.png)
我们可以得到下面的界面:
![](https://static001.geekbang.org/infoq/a4/a42a90c52298d15bc69bf16ff97dd0cd.png)
解释一下各个参数的作用:
是否口语化对应 chatTTS 的口语化开关,如果启动口语化,chatTTS 会自动对输入的文案进行口语化调整。所以默认是不开启的。
Text Seed 是控制口语化模型处理的种子,你可以随意调整。
Audio Temperature 控制音频情感波动性,范围为 0-1,数字越大,波动性越大
top_P :控制音频的情感相关性,范围为 0.1-0.9,数字越大,相关性越高
top_K :控制音频的情感相似性,范围为 1-20,数字越小,相似性越高
Refine text Prompt 是指在口语化过程中添加的一些参数。如果不懂的话可以不修改。
本地 chatTTS 音色目录,默认在项目的 chattts 目录中。
现在我在 chattts 目录中预先放置了 2 种音色文件。
一种是 txt 文件,一种是 pt 文件。
你可以自行添加更多的音色文件到 chattts 目录中。
那么有小伙伴要问了,txt 或者 pt 文件是怎么来的呢?
先讲一个简单的 pt 文件,你可以在 https://modelscope.cn/studios/ttwwwaa/ChatTTS_Speaker 这个空间中试听和下载对应的语音文件:
![](https://static001.geekbang.org/infoq/2c/2ccced2b7171b98107a9850cc4d663d2.png)
把下载下来的 pt 文件,放在 MoneyPrinterPlus 中的 chattts 目录即可。
txt 文件是怎么来的呢?
我们再次回到 chatTTS 的 webUI 界面:
![](https://static001.geekbang.org/infoq/37/376643c8de7422a4eca5ffe45de167e6.png)
这个 txt 就是这里的 Speaker Embedding 的内容。
你可以点击右上角的拷贝按钮,新建一个 utf-8 编码的 txt 文件。 把这个 txt 文件放到 MoneyPrinterPlus 中的 chattts 目录即可。
如果你不想用已有的音色文件,那么可以点击使用随机声音按钮:
![](https://static001.geekbang.org/infoq/ee/ee0b7e952474fc7a676524e8468ae799.png)
会出现一个 Audio Seed 选项,这个 seed 就是用来控制 Audio 音色的。
有了这些配置之后,点击试听声音,如果能听到声音就说明你的 chatTTS 在 MoneyPrinterPlus 中配置成功了。
接下来就可以使用本地的 chatTTS 来合成语音啦。
版权声明: 本文为 InfoQ 作者【程序那些事】的原创文章。
原文链接:【http://xie.infoq.cn/article/08ad80b826f39541e9383d84f】。文章转载请联系作者。
评论