jianchang512/ChatTTS-ui
ChatTTS Ui
ChatTTS-ui este o interfață web și un wrapper API pentru modelul ChatTTS, conceput pentru a converti textul scris și input-ul mixt de limbaj în audio vorbit. Acesta funcționează ca un tablou de bord pentru sinteza vocală AI și un generator programabil pentru crearea de output vocal natural.
Proiectul se concentrează pe profilarea vocală personalizată și controlul nuanțelor vorbirii. Permite menținerea unor caracteristici vocale consistente folosind valori seed și fișiere de date, oferind în același timp controale pentru ton, râs și pauze prin prompturi comportamentale și parametri de eșantionare.
Sistemul include o arhitectură client-server care gestionează procesarea audio asincronă și oferă o interfață programabilă pentru integrarea în aplicații externe. Gestionează profilurile vocale și configurațiile audio printr-o interfață cu stare gestionată pentru a asigura o sinteză consistentă.
Features
- Text-to-Speech Synthesis - Converts written text and mixed language input into natural-sounding spoken audio.
- API Speech Synthesizers - Provides a programmatic interface for external applications to convert text into synthesized audio files.
- Voice Synthesis - Generates natural sounding speech with precise control over tone and pauses using the ChatTTS model.
- Text-to-Speech Conversions - Converts written text into spoken audio using AI language models for various projects.
- Text-to-Speech Integrations - Exposes ChatTTS model functionality as a set of API endpoints for external application integration.
- Vocal Nuance Controllers - Controls non-verbal cues such as laughter and pauses to enhance the naturalness of the speech.
- Voice Profile Management - Loads and manages speaker characteristics through data files and seed values for consistent output.
- Prompt-Based Audio Generation - Leverages large language models to produce naturalistic spoken audio based on configurable text prompts.
- Generative Audio APIs - Provides programmatic interfaces for triggering the generation of synthesized speech from external scripts.
- Prompt-Driven Parameter Synthesis - Allows fine-tuning of voice nuance and tone using behavioral prompts and sampling parameters.
- Voice Identity Seeds - Maintains consistent speaker characteristics using specific seed values during audio generation.
- Multilingual Synthesis - Transforms mixed language text into spoken audio through a unified synthesis interface.
- Synthesis Control Dashboards - Provides a visual workspace for adjusting speech nuance, sampling parameters, and voice profiles.
- Asynchronous Request Processing - Implements asynchronous processing to manage long-running speech synthesis tasks between the UI and backend.
- REST API Integrations - Connects the web interface to the synthesis server via RESTful HTTP requests.
- Web Interfaces - A simple local web interface with API support.
