Chatterbox 开源项目启动与配置教程

1. 项目的目录结构及介绍

Chatterbox 是由 Resemble AI 开发的生产级开源文本到语音（TTS）模型。以下是项目的目录结构及其各部分的简要介绍：

chatterbox/
├── src/              # 源代码目录
│   ├── chatterbox    # Chatterbox TTS 模型代码
│   ├── example_tts.py # TTS 示例脚本
│   ├── example_vc.py  # 语音转换示例脚本
│   ├── gradio_tts_app.py # 使用 Gradio 的 TTS 应用脚本
│   ├── gradio_vc_app.py # 使用 Gradio 的语音转换应用脚本
│   ├── pyproject.toml # 项目配置文件
│   └── voice_conversion.py # 语音转换相关代码
├── .gitignore        # Git 忽略文件列表
├── LICENSE           # 项目许可证文件（MIT）
├── README.md         # 项目说明文件
└── requirements.txt  # 项目依赖文件

• src/：包含所有源代码和示例脚本。
• example_tts.py 和 example_vc.py：提供了使用 Chatterbox TTS 和语音转换功能的示例代码。
• gradio_tts_app.py 和 gradio_vc_app.py：使用 Gradio 库创建的交互式应用，用于展示 TTS 和语音转换功能。
• pyproject.toml：包含项目 metadata 和依赖信息。
• .gitignore：指定 Git 忽略的文件和目录，以保持仓库的清洁。
• LICENSE：项目的许可证信息，本项目采用 MIT 许可证。
• README.md：项目描述和基本信息。
• requirements.txt：项目运行所需的依赖项列表。

2. 项目的启动文件介绍

项目的启动主要是通过运行示例脚本来完成的。以下是几个关键启动文件的介绍：

• example_tts.py：这个脚本是一个简单的文本到语音转换示例，你可以通过修改脚本中的 text 变量来输入你想要转换的文本。

from chatterbox.tts import ChatterboxTTS
model = ChatterboxTTS.from_pretrained(device="cuda")
text = "你好，世界！"
wav = model.generate(text)
ta.save("output.wav", wav, model.sr)

• gradio_tts_app.py：这个脚本使用 Gradio 创建了一个 Web 应用，用户可以通过这个应用输入文本并实时听到转换后的语音。

3. 项目的配置文件介绍

项目的主要配置文件是 pyproject.toml，它包含了项目的基本信息和依赖关系。以下是一个简化的配置文件示例：

[build-system]
requires = ["setuptools", "wheel"]

[tool.setuptools]
packages = find:

[project]
name = "chatterbox-tts"
version = "0.1.0"
description = "An open-source TTS model by Resemble AI"
authors = ["Resemble AI <[e-mail]>"]
dependencies = [
    "torch",
    "torchaudio",
    "numpy",
    "emoji",
    "resample",
]

在这个配置文件中，指定了项目名称、版本、描述、作者以及项目依赖项。当使用 pip install . 命令安装项目时，pyproject.toml 文件将被用来确定所需的依赖项并安装它们。

以上教程将帮助您开始使用 Chatterbox 开源项目，并对其进行配置以适应您的需求。