chattts

最新版多句推理时，短句的refine_text经常输出莫名其妙的结果。 skip_refine_text为true时推理正常，只推理单句也正常。示例： data = chat.infer( [ "总结一下，AI Agent是大模型功能的扩展，让AI更接近于通用人工智能，也就是我们常说的AGI。", "你真是太聪明啦。", ], refine

3热度

1回答

[2noise/ChatTTS]安装 flash-attn 可选项的时候报错

我是 Windows 10 的系统，有 NIVIDIA 显卡，命令行日志如下： PS C:\ChatTTS> pip install flash-attn --no-build-isolation Defaulting to user installation because normal site-packages is not writeable Collecting flash-att

2热度

5回答

[2noise/ChatTTS]报错AttributeError: 'Tensor' object has no attribute 'encode'

相关环境信息：chattts版本0.1.1 torch版本2.3.1 复现步骤： rand_spk = chat.sample_random_speaker() params_infer_code = ChatTTS.Chat.InferCodeParams( spk_emb = rand_spk, # add sampled speaker temperature = .3, # using

0热度

2回答

[2noise/ChatTTS]选择流式模式为啥输出还很慢

4热度

6回答

[2noise/ChatTTS]gpt.pt如何导出onnx?

其他模型导出很容易，就这个不会，希望能新增onnx导出

6热度

6回答

[2noise/ChatTTS]运行官方示例出bug

按照conda create -n chattts conda activate chattts pip install -r requirements.txt pip install ChatTTS配置环境之后运行示例代码 import ChatTTS import torch import torchaudio chat = ChatTTS.Chat() chat.load(compile=

6热度

6回答

[2noise/ChatTTS]torchaudio.save报错

最新的代码中使用torchaudio.save(audioFile, torch.from_numpy(wavs[0]), 24000)时，在实体机上运行正常，但是在docker中运行的时候就会报错： File "/data/ChatTTS/examples/web/infura.py", line 82, in customAudio torchaudio.save(audioFile, tor

7热度

1回答

[2noise/ChatTTS]请问chatts同时可以对多少个文本进行语音转写？

我想开发一个API，供多人使用，请问CHATTTS并发时最多可以对多少个文本进行语音转写，我的显卡是4090 * 4

8热度

5回答

[2noise/ChatTTS]RuntimeError: Input Tensor has to be 2D.

您好，在运行demo程序中碰到如下问题，请教以下如何解决。我的电脑配置是ubuntu22.04，cuda版本是11.8，安装的torch版本为2.3.0，torchvision==0.18.0，torchaudio==2.3.0 运行报错的具体报错情况如下： found invalid characters: {'1'} found invalid characters: {'2'} text:

7热度

1回答

[2noise/ChatTTS]请问是否支持流式输入？

现在大模型都是流式输出，要是可以流式输入就可以减少响应时间。

8热度

4回答

[2noise/ChatTTS]长短不同的句子，batch合成的语音长度是一样的

第一个句子10个字，第二个100字的话，合成出来两句话都是十几秒，第一句后面都是静音可能是什么地方有问题呢？

8热度

3回答

[2noise/ChatTTS]使用vllm后的音色疑似只有男声

dev分支用相同spk_emb，vllm版音色跟原版不一样。而且vllm版似乎只能抽卡到男声音色

2热度

4回答

[2noise/ChatTTS]中文部分无法识别数字（1，2，3等）和句号（。）是需要设置什么吗？

如题，中文部分无法识别数字（1，2，3等）和句号（。）是需要设置什么吗？

3热度

2回答

[2noise/ChatTTS]incomplete result. hit

感谢开源，我在原demo中修改的地方有：增加from transformers import Cache 以及 torch.set_float32_matmul_precision('high') 我输入的文本texts = ["中文", "我是语音助手"] 目前完整报错信息如下 use default LlamaModel for importing TELlamaModel error:

8热度

14回答

[2noise/ChatTTS]Zero shot (simulate speaker)生成结果为时长0秒的噪音

用的examples/ipynb/colab.ipynb的代码，zero shot这段如下 from ChatTTS.tools.audio import load_audio spk_smp = chat.sample_audio_speaker(load_audio("30s.wav", 24000)) print(spk_smp) # save it in order to load t

4热度

2回答

[2noise/ChatTTS]ChatTTS除了有音频的输出，如何拿到生成字符和对应时间段的 word boundary信息？

你好，从例子里我可以很直接的拿到给定文本合成后的音频文件，但是我们的项目还需要进一步的信息：就是对于每个合成的元素在音频文件里发音的时间段。我们也会用这个信息来验证合成的内容是否和输入的内容一致。这个信息在合成的时候肯定是存在的，不知道ChatTTS有没有wrap过并对外提供输出接口。谢谢。