Top AI Repos — open-source AI, indexed and scored

Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.

jianchang512/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.

62NOASSERTIONPython

Star history, last 90 days
Date	Stars
2026-07-24	7624
2026-07-25	7626
2026-07-28	7626
2026-07-30	7626
2026-08-06	7626

Star history, last 90 days

Date

Stars

2026-07-24

7624

2026-07-25

7626

2026-07-28

7626

2026-07-30

7626

2026-08-06

7626

[English README](README_EN.md) # ChatTTS webUI & API 一个简单的本地网页界面，在网页使用 ChatTTS 将文字合成为语音，支持中英文、数字混杂，并提供API接口。 > 原始[ChatTTS](https://github.com/2noise/chattts)项目 **界面预览** ![image](https://github.com/jianchang512/ChatTTS-ui/assets/3378335/669876cf-5061-4d7d-86c5-3333d0882ee8) 试听合成语音效果 https://github.com/jianchang512/ChatTTS-ui/assets/3378335/bd6aaef9-a49a-4a81-803a-91e3320bf808 文字数字符号控制符混杂效果 https://github.com/jianchang512/ChatTTS-ui/assets/3378335/e2a08ea0-32af-4a30-8880-3a91f6cbea55 > 第一次启动时将在校下载模型，先检测能否连接 `https://huggingface.co`, 若不可连接，则从阿里魔塔 modelscope.cn 下载 > > 源码部署时请确保科学上网，否则下载模型会失败 ## Windows预打包版 1. 从 [Releases](https://github.com/jianchang512/chatTTS-ui/releases)中下载压缩包，解压后双击 app.exe 即可使用 2. 某些安全软件可能报毒，请退出或使用源码部署 3. 英伟达显卡大于4G显存，并安装了CUDA12.8+后，将启用GPU加速 ## Linux 下源码部署 1. 配置好 python3.9-3.11环境 2. 创建空目录 `/data/chattts` 执行命令 `cd /data/chattts && git clone https://github.com/jianchang512/chatTTS-ui .` 3. 创建虚拟环境 `python3 -m venv venv` 4. 激活虚拟环境 `source ./venv/bin/activate` 5. 安装依赖 `pip3 install -r requirements.txt` 6. 如果不需要CUDA加速，执行 `pip3 install torch==2.7.1 torchaudio==2.7.1` 如果需要CUDA加速，执行 ``` pip install torch==2.7.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu128 pip install nvidia-cublas-cu11 nvidia-cudnn-cu11 ``` 另需安装 CUDA12.8+ ToolKit，请自行搜索安装方法 7. 执行 `python3 app.py` 启动，将自动打开浏览器窗口，默认地址 `http://127.0.0.1:9966` (注意：默认从 modelscope 魔塔下载模型，不可使用代理下载，请关闭代理) ## MacOS 下源码部署 1. 配置好 python3.9-3.11 环境,安装git ，执行命令 `brew install libsndfile git [email protected]` 继续执行 ``` export PATH="/usr/local/opt/[email protected]/bin:$PATH" source ~/.bash_profile source ~/.zshrc ``` 2. 创建空目录 `/data/chattts` 执行命令 `cd /data/chattts && git clone https://github.com/jianchang512/chatTTS-ui .` 3. 创建虚拟环境 `python3 -m venv venv` 4. 激活虚拟环境 `source ./venv/bin/activate` 5. 安装依赖 `pip3 install -r requirements.txt` 6. 安装torch `pip3 install torch==2.7.1 torchaudio==2.7.1` 7. 执行 `python3 app.py` 启动，将自动打开浏览器窗口，默认地址 `http://127.0.0.1:9966` ## Windows源码部署 1. 下载python3.9-3.11，安装时注意选中`Add Python to environment variables` 2. 下载并安装git，https://github.com/git-for-windows/git/releases/download/v2.45.1.windows.1/Git-2.45.1-64-bit.exe 3. 创建空文件夹 `D:/chattts` 并进入，地址栏输入 `cmd`回车，在弹出的cmd窗口中执行命令 `git clone https://github.com/jianchang512/chatTTS-ui .` 4. 创建虚拟环境，执行命令 `python -m venv venv` 4. 激活虚拟环境，执行 `.\venv\scripts\activate` 5. 安装依赖,执行 `pip install -r requirements.txt` 6. 如果不需要CUDA加速，执行 `pip install torch==2.7.1 torchaudio==2.7.1` 如果需要CUDA加速，执行 `pip install torch==2.7.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu128` 另需安装 CUDA12.8+ ToolKit，请自行搜索安装方法 7. 执行 `python app.py` 启动，将自动打开浏览器窗口，默认地址 `http://127.0.0.1:9966` (注意：默认从 modelscope 魔塔下载模型，不可使用代理下载，请关闭代理) ## Linux 下容器部署 ### 安装 1. 拉取项目仓库在任意路径下克隆项目，例如： ```bash git clone https://github.com/jianchang512/ChatTTS-ui.git chat-tts-ui ``` 2. 启动 Runner 进入到项目目录： ```bash cd chat-tts-ui ``` 启动容器并查看初始化日志： ```bash gpu版本 docker compose -f docker-compose.gpu.yaml up -d cpu版本 docker compose -f docker-compose.cpu.yaml up -d docker compose logs -f --no-log-prefix 3. 访问 ChatTTS WebUI `启动:['0.0.0.0', '9966']`，也即，访问部署设备的 `IP:9966` 即可，例如： - 本机：`http://127.0.0.1:9966` - 服务器: `http://192.168.1.100:9966` ### 更新 1. Get the latest code from the main branch: ```bash git checkout main git pull origin main ``` 2. Go to the next step and update to the latest image: ```bash docker compose down gpu版本 docker compose -f docker-compose.gpu.yaml up -d --build cpu版本 docker compose -f docker-compose.cpu.yaml up -d --build docker compose logs -f --no-log-prefix ``` ## 部署注意 1. 如果GPU显存低于4G，将强制使用CPU。 2. Windows或Linux下如果显存大于4G并且是英伟达显卡，但源码部署后仍使用CPU，可尝试先卸载torch再重装，卸载`pip uninstall -y torch torchaudio` , 重新安装cuda版torch。`pip install torch==2.7.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu128` 。必须已安装CU