ChatTTS-ui 本地文字转语音网页界面：免费把文字合成自然语音

ChatTTS-ui 本地文字转语音网页界面：免费把文字合成自然语音

【免费下载链接】ChatTTS-ui一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui

ChatTTS-ui 是一个本地文字转语音的网页界面，用浏览器输入文字即可离线合成中文或中英混杂的语音，支持 Docker、源码两种部署方式，还对外提供 TTS API 接口，适合需要离线配音的内容创作者和想集成语音合成功能的开发者。

🧩 本地文字转语音工具能替你解决什么问题

ChatTTS-ui 把 ChatTTS 语音合成模型（一个能输出接近真人音色的开源模型）装进了一个浏览器网页里：输入文字、选个音色、点击按钮就得到 wav 音频，全程数据不离开本机。它解决的核心痛点是：不想把文本发给第三方接口、也不想按量付费，同时希望界面简单到不需要写代码。除了网页操作，服务启动后还自带/tts接口，方便其他程序调用。

🚀 跑起 TTS 服务的三种方式：从最快到最灵活

推荐路线是Windows 预打包版，全程无需配置环境；Linux 服务器建议用 Docker；需要深度定制（改依赖、换设备）再走源码部署。

路线一：Windows 预打包版（3 步跑通）

1. 从项目 Releases 下载压缩包，解压后双击app.exe
2. 首次启动会自动检测网络并下载模型（可连 huggingface.co 则从那里下，否则自动改从阿里魔塔 modelscope 下载）
3. 浏览器自动打开默认地址http://127.0.0.1:9966

前置条件：Windows 环境即可；若英伟达显卡显存大于 4G 且已装 CUDA 12.8+，会自动启用 GPU 加速。部分安全软件可能误报，遇到时改走源码部署。

路线二：Docker 容器化部署（Linux 服务器）

前置条件：已安装 Docker 与 docker compose。

git clone https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui.git cd ChatTTS-ui # GPU 版本 docker compose -f docker-compose.gpu.yaml up -d # CPU 版本 docker compose -f docker-compose.cpu.yaml up -d

启动后访问部署机器的IP:9966即可，本机可用http://127.0.0.1:9966。

路线三：源码部署（Linux / macOS / Windows）

前置条件：Python 3.9–3.11 环境。

git clone https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui.git cd ChatTTS-ui python3 -m venv venv && source ./venv/bin/activate pip3 install -r requirements.txt # 无 CUDA 加速： pip3 install torch==2.7.1 torchaudio==2.7.1 # 需要 CUDA 加速（另需 CUDA 12.8+ ToolKit）： pip install torch==2.7.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu128 python3 app.py

注意：模型默认从 modelscope 下载，下载过程中必须关闭代理，否则会报 proxy 错误。

🎚️ 从基础合成到自定义音色：界面操作走读

单一功能——基础合成。在文本框输入文字（按行分段合成），从音色下拉框选一个预设音色，点击"立即合成声音"，下方即出现可播放的音频。中英文、数字、符号混杂的文本可以直接输入，无需额外处理。

功能组合——合成 + 控制符 + 种子音色。在 Prompt 输入框填写控制词，例如[laugh_0]加笑声、[break_6]插入停顿、[oral_2]让表达更口语化；同时在"音色值"填入一个大于 1 的种子数字（如 3000），即可得到一个不同于预设的随机音色，生成结果会保存到本地 speaker 目录。想要长期稳定复用某个音色，可以把 csv 或 pt 格式的音色文件放进 speaker/ 目录作为固定音色。需要说明的是：相同种子值在不同设备上、甚至同一设备多次生成，音色都可能不同，追求稳定就用固定音色文件。

高级设置——参数与 API。界面上还有语速（1–9 档）、temperature、top_p、top_k 等采样滑杆，调节语气随机程度与节奏；编辑.env文件可修改WEB_ADDRESS（监听地址与端口）、device（手动指定 cpu / mps / cuda）、compile。服务本身就是一个 API：向http://127.0.0.1:9966/tts发 POST 请求，参数包括text、voice、prompt、temperature、top_p、top_k、skip_refine、custom_voice，成功时返回 JSON，内含 wav 文件路径和可直接下载的 url，pyVideoTrans 等工具可直接对接。常见报错的处理方法见 faq.md。

👥 这个 TTS 网页界面适合谁用

• 自媒体创作者：文案量大、需要频繁出配音时，用它批量把稿子转成音频，再导入剪辑软件合成视频。
• 开发者：想在自研工具里加文字转语音能力又不想维护模型时，直接调用/tts接口拿到 wav。
• 个人用户：对隐私敏感、不想让文本经过外部服务时，在本机离线合成朗读音频。

⚠️ 常见报错与对策：部署避坑清单

ChatTTS-ui 把语音合成模型从"要会写代码才能用"变成了"打开浏览器就能用"，隐私与成本两个问题也一并落地。后续可关注项目的音色库扩充与多设备兼容优化，本地文字转语音的体验还会继续提升。

【免费下载链接】ChatTTS-ui一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui