懂AI
ChatTTS_Speaker

ChatTTS_Speaker

AI语音合成稳定性评估与特征标记工具

ChatTTS_Speaker项目基于ChatTTS开发，专注于AI合成语音的稳定性评估和特征标记。项目利用ERes2NetV2模型对2600个音色进行评分，评估包括长句、多句和单句的稳定性，以及音色的性别、年龄和特征识别。提供音色下载功能和详细的评分参数解释，为AI语音合成研究和应用提供有价值的参考数据。

ChatTTS音色评分音色打标稳定性评估声纹识别Github开源项目
GitHubHugging Face文档
<div align="center">

🎤 ChatTTS稳定音色评分与音色打标（实验性）

项目基于 ChatTTS | 评估基于通义实验室 ERes2NetV2 说话人识别模型。

当前测评音色 2600 个

在ModelScope中打开 Huggingface

英文 | 简体中文

</div>

马上体验

说明链接
ModelScope(国内)https://modelscope.cn/studios/ttwwwaa/ChatTTS_Speaker
HuggingFacehttps://huggingface.co/spaces/taa/ChatTTS_Speaker

参数解释

  • rank_long: 长句文本的音色稳定性评分。
  • rank_multi: 多句文本的音色稳定性评分。
  • rank_single: 单句文本的音色稳定性评分。

这三个参数用于衡量音色在不同样本一致性，数值越高表示音色越稳定。

  • score: 音色性别、年龄、特征的可能性，数值越高表示越准确。
  • gender age feature: 音色的性别、年龄、特征。（特征准确度不高，仅供参考）

如何下载试听音色

  1. 点选一个音色 seed_id 单元格。
  2. 点击最下方的 Download .pt File 按钮，即可下载对应的 .pt 文件。

评估代码

稳定性评估代码详见：https://github.com/2noise/ChatTTS/pull/317

常见问题

  • 问: 怎么使用 .pt 文件？
  • 答: 可以直接在一些项目中载入使用，例如：ChatTTS_colab。 也可以使用类似代码载入：
spk = torch.load(PT_FILE_PATH)
params_infer_code = {
    'spk_emb': spk,
}

  • 问: 为什么有的音色打分高但是很难听？

  • 答: 评分只是衡量音色的稳定性，不代表音色的好坏。可以根据自己的需求选择合适的音色。例如：如果一个沙哑且结巴的音色一直很稳定，那么它的评分就会很高但是很难听。

  • 问: 我使用 seed_id 去生成音频，但是生成的音频不稳定？

  • 答: seed_id 只是一个参考 ID，不同的环境下音色不一定一致。还是推荐使用 .pt 文件载入音色。

  • 问: 音色打标准确吗？

  • 答: 当前第一批测试的音色有 2000 条，根据声纹相似性简单打标，准确度一般（特别是特征一项），仅供参考。如果大家有更好的标注方法，欢迎 PR。

相关项目

贡献

欢迎大家贡献代码和音色！如果有任何问题或建议，请提交 issue 或 pull request。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多