ChatTTS-ui离线工作模式:无网络环境下的语音合成方案
你是否遇到过需要在断网环境下使用语音合成功能的情况?无论是野外作业、涉密环境还是网络不稳定的场景,离线工作能力都至关重要。本文将详细介绍如何配置ChatTTS-ui的离线工作模式,让你在没有网络连接的情况下也能顺畅使用语音合成功能。
离线工作原理与准备
ChatTTS-ui的离线工作模式核心在于提前下载并配置好所有必要的模型文件和依赖项。与在线模式不同,离线模式不会尝试从网络获取任何资源,所有操作都在本地完成。

-
文件部署结构
解压后将得到的所有.pt文件复制到项目的asset目录下,确保目录结构符合配置要求:asset/ ├── Vocos.pt ├── DVAE_full.pt ├── GPT.pt ├── Decoder.pt └── tokenizer.pt模型路径配置可参考ChatTTS/config/config.py中的
Path类定义:@dataclass(repr=False, eq=False) class Path: vocos_ckpt_path: str = "asset/Vocos.pt" dvae_ckpt_path: str = "asset/DVAE_full.pt" gpt_ckpt_path: str = "asset/GPT.pt" decoder_ckpt_path: str = "asset/Decoder.pt" tokenizer_path: str = "asset/tokenizer.pt"
离线模式配置修改
完成模型部署后,需修改启动配置以禁用网络请求,确保程序仅使用本地资源:
-
修改模型加载路径
打开主程序文件app.py,定位模型下载相关代码(约35行):# 原代码 CHATTTS_DIR = snapshot_download('pzc163/chatTTS', cache_dir=MODEL_DIR) # 修改为 CHATTTS_DIR = MODEL_DIR + "/pzc163/chatTTS"此修改将强制程序从本地路径加载模型,而非尝试网络下载。
-
验证模型完整性
启动程序前,确认关键模型文件存在:# 检查asset目录下的模型文件 ls -l asset/*.pt若缺少文件,参考asset/模型下载说明.txt进行补充。
-
启动参数优化
为避免启动时的网络检测,可添加--offline参数(需0.96+版本支持):python app.py --offline若使用Docker部署,修改docker-compose.cpu.yaml或docker-compose.gpu.yaml,添加环境变量:
environment: - OFFLINE_MODE=1
离线使用注意事项
-
首次运行要求
离线配置需在有网络环境下完成首次部署,确保所有依赖包安装完成:# 创建虚拟环境 python -m venv venv source venv/bin/activate # Linux/Mac # 或 .\venv\scripts\activate (Windows) # 安装依赖 pip install -r requirements.txt # 安装CUDA支持(可选) pip install torch==2.2.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu118 -
常见问题处理
- 模型路径错误:参考faq.md第14条"如何离线使用"进行排查
- 文件缺失报错:确保ChatTTS/config/config.py中定义的路径与实际文件匹配
- 性能优化:低配置设备可修改
.env文件,设置compile=false禁用模型编译加速
-
功能验证
启动服务后,通过API或Web界面测试合成功能:# API调用示例(无需网络) import requests res = requests.post('http://127.0.0.1:9966/tts', data={ "text": "这是离线语音合成测试", "voice": "3333", "temperature": 0.3 }) print(res.json())成功响应将返回本地生成的音频文件路径,如
listen-speaker/目录下的.wav文件。
离线环境维护
-
模型更新
定期从官方渠道获取模型更新包,替换asset目录下的文件即可,无需重新配置环境。 -
依赖管理
在有网络环境下执行pip freeze > requirements-offline.txt,保存依赖版本信息,便于离线环境重建。 -
迁移备份
完整离线环境可通过复制以下目录实现迁移:- 项目根目录(含配置文件)
venv虚拟环境目录asset模型文件目录
通过以上配置,ChatTTS-ui可在完全断网环境下提供语音合成服务,适用于涉密场景、野外作业或网络不稳定环境。实际部署时建议根据硬件条件调整config.py中的模型参数,平衡合成质量与性能消耗。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112