最近AI界开源了一个TTS模型，掀起了很大的动静，Chat-TTS这个项目，当时第一时间就体验了，惊为天人，先听一段绘本故事：
下面结合今天的高考作文小试牛刀一下：
第一步，让chatgpt先写作文
第二步，把内容放到Chat-TTS里面生成音频
可以看到，生成速度非常的快，近3分钟的音频仅需20秒就生成了，下面把音频发出来听听效果
通过修改音色值（seed）可以生成不同音色的音频（类似于AI画图的抽卡），理论上是能抽出来任意音色的，后续也会有声音克隆之类的功能出来。
个人认为这个Chat-TTS的发布不亚于ChatGPT3的发布，以后接电话要谨慎了，虽然作者为了防止黑灰产恶意使用，故意在训练语料里做了一些手脚，但毕竟是开源项目，可操作的空间可就大了
字节最近也推出了seed-TTS项目，相当惊艳，地址如下：
https://bytedancespeech.github.io/seedtts_tech_report/
评论区