ChatTTS-ui 四步离线部署：零网络依赖的语音合成系统搭建指南

ChatTTS-ui 四步离线部署：零网络依赖的语音合成系统搭建指南

【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

涉密机房、野外勘测、企业内网断网——这些场景还要用文字转语音，怎么办？ChatTTS-ui离线部署就是为此准备的：本地网页版 TTS 工具，自带对外 API 接口，模型全部放本机后，不联网也能稳定出音。本文带你四步建成一套无网络依赖的语音合成服务。

动手前先看原理：离线语音合成为何能全程断网

ChatTTS-ui 的离线模式核心就一句话：模型文件预先下载到本机，运行时只从磁盘读取，全程不碰外网。链路是：文本输入 → 本地分词 → 模型推理 → 音频输出，四个环节在本地闭环，断网、弱网环境照样出音。

🧭 动手前先选部署方案：单机与局域网怎么选

正式装之前先定方案。如果你的场景是企业内网部署，直接看第二行；两种方式只差一个--host参数，访问范围完全不同：

方案	适用场景	启动参数	访问方式
单机部署	个人用户、小规模使用	python app.py --offline --port 9966	仅本机访问，用curl http://localhost:9966/health验证
局域网部署	企业内网多终端共享	python app.py --offline --host 0.0.0.0 --port 9966	内网终端经服务器 IP 加 9966 端口访问

方案选定后，下面四步两者通用，只是第四步的启动命令不同。

🔧 四步完成 ChatTTS-ui 离线部署：模型、配置、依赖、启动

第一步：下载 all-models.7z，摆对 5 个模型文件

模型包有两个获取渠道：项目发布页的 all-models.7z 压缩包，或镜像存储库里的备用下载节点。拿到包，离线模型安装的素材就齐了。解包后按下面结构放进asset/目录，五个文件一个都不能少：

asset/ ├── Vocos.pt # 声码器模型 ├── DVAE_full.pt # 变分自编码器 ├── GPT.pt # 语言模型 ├── Decoder.pt # 解码器 └── tokenizer.pt # 分词器

模型路径的定义位置在 ChatTTS/config/config.py，下一步会用上。

第二步：改主程序模型路径，再写 .env 环境变量

打开 app.py，定位约第 35 行附近的模型加载代码段，把网络下载改成指向本地目录，并确认五个模型文件齐全：

CHATTTS_DIR = MODEL_DIR + "/pzc163/chatTTS" required_models = [ "Vocos.pt", "DVAE_full.pt", "GPT.pt", "Decoder.pt", "tokenizer.pt" ]

再新建一个.env文件，写入三行离线开关：

OFFLINE_MODE=true MODEL_CACHE_DIR=./asset ENABLE_NETWORK_CHECK=false

其余两处配置位置也记一下：日志相关在 tools/logger/log.py，界面参数在 uilib/cfg.py。加载异常时先查这两个文件。

第三步：一条命令冻结依赖清单，再离线安装

找一台能上网的机器，先把当前环境的依赖清单导出：

pip freeze > requirements-offline.txt

把requirements-offline.txt和全部依赖包打包拷到离线机器，然后本地安装：

pip install --no-index --find-links=./offline_packages -r requirements-offline.txt

--no-index表示不回连 pip 源、只从本地目录取包。装完这一步，运行环境就和外网彻底解耦了。

第四步：启动服务，用健康检查确认跑通

单机方案一条命令启动，紧跟一条健康检查：

python app.py --offline --port 9966 curl http://localhost:9966/health

选的是局域网方案，就把启动命令换成python app.py --offline --host 0.0.0.0 --port 9966。curl拿到正常响应，说明服务已经跑起来，可以进入验收。

✅ 部署完成后的验收测试：一次 API 调用 + 性能基准对比

向本地接口发一条最小化合成请求，确认离线链路完整可用：

import requests response = requests.post('http://127.0.0.1:9966/tts', json={ "text": "离线语音合成测试成功", "voice": "default", "temperature": 0.3 }) print(response.json())

合成成功后，建议顺手记录一次离线环境的性能基准，方便日后横向对比：

测试项目	在线模式	离线模式
响应时间	200-500ms	300-800ms
音频质量	优秀	良好
并发能力	高	中
稳定性	依赖网络	完全稳定

离线模式响应时间略高属于正常现象，换来的是对网络状态的零依赖。

常见问题速查：三类典型故障对照排查

现象	可能原因	解决办法
启动时报“模型文件不存在”	asset 目录下 .pt 文件缺失或不完整	逐个核对 5 个模型文件是否齐全
无法加载模型	配置中的路径与实际文件位置不匹配	核对 config.py 里的路径，改成 asset 目录的真实位置
合成过程中崩溃	内存不足	增加系统内存，或降低并发数

排查先跟日志再动手：tail -f logs/app.log里出现 "download failed" 是网络残留问题，"file not found" 指向路径配置，"out of memory" 说明内存吃紧，对号入座即可。

性能调优与长期维护：硬件档位、参数与例行清单

硬件按三档配置就能覆盖绝大多数场景：个人使用 8GB 内存 + 4 核 CPU；企业部署 16GB 以上内存 + 8 核以上 CPU；高并发场景 32GB 以上内存并配专用 GPU。

软件侧在 config.py 里调整合成参数，批处理与编译开关直接影响吞吐：

model_config = { "batch_size": 4, "max_length": 512, "compile": true }

上线不是结束，建议每月走一遍例行维护清单：

• 核对 asset 目录里 5 个模型文件的完整性
• 检查系统内存、CPU 等资源占用
• 更新依赖包版本
• 定期复制 asset 目录，备份模型文件
• 备份 .env 与配置文件
• 归档保存重要的合成记录

到这里，一套完全断网可用的 ChatTTS-ui 语音合成服务就落地了。日常调整主要看三个入口：主程序 app.py、界面配置 uilib/cfg.py、模型路径定义 ChatTTS/config/config.py。按四步流程走一遍，个人单机到企业内网部署都能直接复用。

【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