This is an implementation of the ChatTTS as a Cog model.

First, download the pre-trained weights:

cog run script/download-weights 

Then, you can run predictions:

cog predict -i text="Hello world" -i voice=2222 -i custom_voice=0 -i skip_refine=0 -i temperature=0.3 -i top_p=0.7 -i top_k=20 -i prompt=""

Parameters:

Parameter	Type	Required	Default	Description
text	str	Yes	-	The text to be synthesized into speech.
voice	int	No	2222	A number that determines the voice tone. Options are 2222, 7869, 6653, 4099, 5099. You can choose one of these options, or pass in any number for random selection.
prompt	str	No	Empty	This sets laughter, pauses, etc., for example, [oral_2][laugh_0][break_6].
temperature	float	No	0.3	Temperature value for sampling.
top_p	float	No	0.7	Top p value for nucleus sampling.
top_k	int	No	20	Top k value for top-k sampling.
skip_refine	int	No	0	1 means to skip text refining, 0 means not to skip.
custom_voice	int	No	0	Seed value for custom voice tone generation, must be a positive integer. If set, it will take precedence and the voice parameter will be ignored.

ChatTTS Cog 模型

这是一个 ChatTTS 的 Cog 模型实现。

首先，下载预训练权重：

cog run script/download-weights 

然后，你可以运行预测：

cog predict -i text="Hello world" -i voice=2222 -i custom_voice=0 -i skip_refine=0 -i temperature=0.3 -i top_p=0.7 -i top_k=20 -i prompt=""

参数说明：

参数名	类型	必填	默认值	描述
text	str	是	-	要合成为语音的文本。
voice	int	否	2222	用于确定声音音调的数字。选项有 2222、7869、6653、4099、5099。你可以选择其中一个选项，或者传递任何数字进行随机选择。
prompt	str	否	空	设置笑声、停顿等。例如，[oral_2][laugh_0][break_6]。
temperature	float	否	0.3	采样时的温度值。
top_p	float	否	0.7	核心采样的 top p 值。
top_k	int	否	20	top-k 采样的 top k 值。
skip_refine	int	否	0	1 表示跳过文本精炼，0 表示不跳过。
custom_voice	int	否	0	用于定制声音音调生成的种子值，必须是正整数。如果设置了这个值，将优先使用，并忽略 voice 参数。