ChatTTS-ui音色定制实战指南：3种方法快速打造专属语音-平芜编程栈

ChatTTS-ui音色定制实战指南：3种方法快速打造专属语音

【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是本地网页语音合成工具。本文讲清预设音色、种子值、音色文件三种定制方法，参数与命令均可复现，读完你能为常用角色固定专属音色，并通过/tts接口批量合成。

动手前准备

Python 版本 3.9–3.11，不支持 3.12+
依赖装好：pip install -r requirements.txt，torch 固定2.7.1
启动命令python3 app.py，浏览器自动打开http://127.0.0.1:9966
首次启动自动下载模型；默认从 modelscope 拉取，此时需关闭代理

先跑通最小路径

只做两步，确认音色链路通了。

python3 app.py # 启动服务

启动后在页面文本框输入一段话，点"立即合成声音"。成功后页面下方出现可播放的 wav，文件名形如153022_use3.41s-audio5.2s-seed2222-te0.3-tp0.7-tk20-textlen21-08380.wav，落在static/wavs目录。文件名里已带上本次用的种子值与采样参数，方便你回头对照调参。

关键参数逐个说

全部参数都可在页面表单和/tts接口中使用，默认值见 app.py 中的defaults。

参数	作用	建议取值
`voice`	预设音色编号，决定基础音色	2222 / 7869 / 6653 / 4099 / 5099 之一
`custom_voice`	种子值，大于 0 的整数，设置后忽略`voice`	2000–9000 区间多试几个
`prompt`	控制标签，笑声、停顿等	`[oral_2][laugh_0][break_6]`
`temperature`	采样随机性，越低越稳定	稳定 0.2，活泼 0.4，默认 0.3
`top_p`/`top_k`	采样候选范围	默认 0.7 / 20
`speed`	语速档位，1–9	5
`text_seed`	refine text 阶段种子，默认 42	固定一个值便于复现
`skip_refine`	1 跳过 refine text 阶段	文本含控制符或效果差时设 1

文件与目录速查

speaker/：音色文件目录，支持.csv（768 个浮点数，每行一个）和.pt两种格式，仓库自带 2222.csv 等 20 余个示例
uilib/utils.py：get_speakers()列出色板、load_speaker()读 csv、save_speaker()写 csv 的实现
cover-pt.py：0.96 版内核升级后的旧 pt 音色转换脚本
app.py：/tts路由，音色解析顺序为voice.csv→voice.pt→ 数字种子随机生成

进阶调优

种子值会自动固化成音色文件。当custom_voice=8888且speaker/8888.csv不存在时，第一次合成会按该种子随机生成向量并自动写入speaker/8888.csv，第二次起直接读文件，音色从此固定。想固化就保留文件，想换音就删掉对应 csv。

旧 pt 音色先转格式再用。0.96 版内核无法直接使用旧格式seed_*_emb.pt，把它放入speaker/后执行：

python cover-pt.py # 批量转换 seed_*_emb.pt 为 -covert.pt ls speaker # 确认生成 -covert.pt 文件

批量试音用脚本刷。用固定文本遍历种子值，按文件名归档试听：

import requests for seed in range(2000, 2100, 10): # 步长10，试10个候选 requests.post('http://127.0.0.1:9966/tts', data={ "text": "音色试听固定文本", "custom_voice": seed, # 每个种子一个候选音色 "temperature": 0.3, "top_p": 0.7, "top_k": 20, }) # 产物在 static/wavs/，文件名含 seed 与全部参数

一条完整操作流

启动服务，执行python3 app.py，确认浏览器打开 9966 端口页面
查看当前可选音色，页面下拉框即speaker/目录扫描结果
选预设音色 2222，输入文本合成一条基线样本并试听
在"音色值"框填custom_voice，从 2000 起每 100 换一个，各合成一条对比
锁定满意种子后不动它，speaker/下已生成同名 csv，音色被固化
用 API 固定custom_voice与temperature等参数接入你的程序，批量产出

常见坑速查

现象	原因	处理
同一设备同一种子，两次合成音调不同	只有数字种子、没有落盘文件时每次重新随机	用落盘的 csv 文件作为音色基准
下载的 pt 音色加载报错	0.96 内核格式不兼容	运行`python cover-pt.py`转成`-covert.pt`
新放的文件不出现在下拉框	只识别`.csv`与`.pt`扩展名	检查扩展名，刷新页面重新扫描
启动报 modelscope ProxyError	模型下载走 modelscope 时不允许走代理	关闭系统代理后重启
报 Missing`spk_stat.pt`	ModelScope 模型包缺少该文件	补齐文件放入`models/pzc163/chatTTS/asset/`