未来的通讯方式，会是这样一番情景吗？
最近，一个名为ChatTTS的文本转语音项目迅速蹿红，在GitHub上吸引了大量关注，仅三天时间就获得了9.2k的Star数。
此项目将文字转化为语音，其表现令人惊叹：
中英文混合说话也能轻松应对，ChatTTS的语言能力已达到新的高度。
从展示中可以看出，ChatTTS能够实现自然流畅的语音合成，并且支持多说话人功能。其还能预测并控制韵律特征，包括笑声、停顿和插入词等，这在开源TTS模型中是少有的。
ChatTTS目前支持中文和英文，其最大模型经过超过10万小时的中英文数据训练。HuggingFace中开源的版本为4万小时训练且未使用SFT技术的版本。
值得一提的是，上述展示的音频只是用来展示技术成果，并无冒犯或侵犯他益的意图。
此项目发布后，众多网友纷纷尝试，对声音的真实性难以分辨。
如此出色的效果，让人跃跃欲试。想要使用ChatTTS作为你的“嘴替”，可以按照以下方法操作。
ChatTTS主要有两大核心功能：文字转语音以及与大语言模型的实时语音对话。除此之外，在“Audio Seed”处可以调节指定说话人的音色，或者随机生成。但有测试者发现，即使使用相同的参数，生成的音色也可能有所变化。
2Noise表示，目前支持音色克隆功能，但需要更多的数据支持。
不过目前ChatTTS还无法处理较长的文本。有网友尝试让其读有声书，发现初始版本无法生成超过30秒的音频，需要进行手动修复。遇到较长文本时，ChatTTS的分词也可能出现问题。