在 MoneyPrinterPlus 中使用本地 chatTTS 语音模型
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：
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。
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：
我们可以得到下面的界面：
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：
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：
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：
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。
关注公众号：程序那些事，更多精彩等着你！ 2020-06-07 加入
最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧，尽在公众号：程序那些事！
评论