Skip to content

ChatTTS 2000条音色稳定性打分🥇+区分男女年龄👧+在线试听🔈 ChatTTS 2K Speaker Stability Score & Categorized by Gender and Age & Audio Preview

Notifications You must be signed in to change notification settings

6drf21e/ChatTTS_Speaker

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

7 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

🎤 ChatTTS稳定音色评分与音色打标(实验性)

项目基于 ChatTTS | 评估基于通义实验室 ERes2NetV2 说话人识别模型

当前测评音色 2600 个

Open In ModeScope Huggingface

English | 简体中文

马上体验

说明 链接
ModelScop(国内) https://modelscope.cn/studios/ttwwwaa/ChatTTS_Speaker
HuggingFace https://huggingface.co/spaces/taa/ChatTTS_Speaker

参数解释

  • rank_long: 长句文本的音色稳定性评分。
  • rank_multi: 多句文本的音色稳定性评分。
  • rank_single: 单句文本的音色稳定性评分。

这三个参数用于衡量音色在不同样本一致性,数值越高表示音色越稳定。

  • score: 音色性别、年龄、特征的可能性,数值越高表示越准确。
  • gender age feature: 音色的性别、年龄、特征。(特征准确度不高,仅供参考)

如何下载试听音色

  1. 点选一个音色 seed_id 单元格。
  2. 点击最下方的 Download .pt File 按钮,即可下载对应的 .pt 文件。

评估代码

稳定性评估代码详见:2noise/ChatTTS#317

FAQ

  • Q: 怎么使用 .pt 文件?
  • A: 可以直接在一些项目中载入使用,例如:ChatTTS_colab。 也可以使用类似代码载入:
spk = torch.load(PT_FILE_PATH)
params_infer_code = {
    'spk_emb': spk,
}
  • Q: 为什么有的音色打分高但是很难听?

  • A: 评分只是衡量音色的稳定性,不代表音色的好坏。可以根据自己的需求选择合适的音色。例如:如果一个沙哑且结巴的音色一直很稳定,那么它的评分就会很高但是很难听。

  • Q: 我使用 seed_id 去生成音频,但是生成的音频不稳定?

  • A: seed_id 只是一个参考 ID,不同的环境下音色不一定一致。还是推荐使用 .pt 文件载入音色。

  • Q: 音色打标准确吗?

  • A: 当前第一批测试的音色有 2000 条,根据声纹相似性简单打标,准确度一般(特别是特征一项),仅供参考。如果大家有更好的标注方法,欢迎 PR。

相关项目

贡献

欢迎大家贡献代码和音色!如果有任何问题或建议,请提交 issue 或 pull request。

About

ChatTTS 2000条音色稳定性打分🥇+区分男女年龄👧+在线试听🔈 ChatTTS 2K Speaker Stability Score & Categorized by Gender and Age & Audio Preview

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages