ChatTTS WebUI部署教程（Windows/Mac/Linux）：跨平台一键运行指南

张皓and梁媛哲 · 2026-02-15 00:04:53 发布

“它不仅是在读稿，它是在表演。”

ChatTTS是目前开源界最逼真的语音合成模型之一，专门针对中文对话进行了优化。它能自动生成自然极高的停顿、换气声、笑声，听起来完全不像机器人。现在，通过一个基于Gradio构建的WebUI版本，你可以无需编写任何代码，在浏览器中轻松体验这种“究极拟真”的语音合成效果。

本文将为你提供一份详尽的跨平台部署指南，无论你使用的是Windows、macOS还是Linux系统，都能通过简单的几步操作，快速搭建并运行ChatTTS WebUI，开启你的“声音表演”之旅。

在开始之前，请确保你的电脑满足以下基本要求，并准备好相应的环境。

整个部署过程非常简单，主要分为三步：克隆项目、安装依赖、启动服务。

第一步：获取项目代码 打开你的终端（Windows用户可使用PowerShell或CMD），执行以下命令，将项目克隆到本地。

git clone https://github.com/2noise/ChatTTS.git
cd ChatTTS

第二步：安装Python依赖 项目使用requirements.txt文件来管理所有必需的Python库。在项目根目录下执行安装命令。

pip install -r requirements.txt

注意：如果安装速度较慢，可以考虑使用国内的镜像源，例如清华源：pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

第三步：启动WebUI服务 依赖安装完成后，直接运行项目提供的启动脚本。

python webui.py

执行后，终端会显示一些日志信息。稍等片刻，当看到类似 Running on local URL: http://127.0.0.1:7860 的输出时，就说明服务已经成功启动了。

第四步：在浏览器中访问 打开你常用的浏览器（Chrome、Edge、Firefox等），在地址栏输入终端中显示的URL（通常是 http://127.0.0.1:7860），即可进入ChatTTS的Web操作界面。

至此，部署完成！整个过程通常只需要几分钟时间。

ChatTTS WebUI的界面设计得非常直观，主要分为文本输入区和参数控制区。即使你没有任何技术背景，也能立刻上手。

在页面中央最大的文本框中，输入任何你想合成语音的文字。

支持长文本：你可以输入大段的文章、故事或演讲稿。但为了获得最佳的情感表达效果，建议将长文本分成几个自然段落，分段生成。
中英混合：模型完美支持中英文混合输入。例如，输入“Hello，大家好，今天我们来聊聊AI技术的future。”它会非常自然地处理这种切换。
情感触发词：这是ChatTTS最有趣的功能之一。如果你在文本中输入 哈哈哈、呵呵、哎哟 等词，模型有很大概率会生成非常真实的笑声或叹气声，让语音听起来极具生命力。

界面右侧是控制面板，通过调整这几个参数，你可以完全掌控生成语音的风格。

1. 语速控制

2. 音色“抽卡”系统（关键功能！） ChatTTS本身没有预设的“播音员”、“小女孩”等固定音色，而是采用了一种更灵活、更有趣的“种子”机制。这就像抽卡游戏一样，充满了惊喜。

随机抽卡模式
- 在这个模式下，你不需要输入任何种子号。
- 每次点击“生成”按钮，系统都会随机使用一个新的种子，从而产生一个全新的、未知的声音。这次可能是温柔的御姐音，下次就可能是浑厚的大叔音。
- 用途：非常适合用来探索和发现你喜欢的声音类型。
固定种子模式
- 当你在“随机模式”下听到了一个让你惊艳的声音时，如何保存它呢？看界面右侧或下方的日志/输出框。
- 生成完成后，日志会显示一行信息，例如： 生成完毕！当前种子: 11451。
- 记住这个数字（11451），将模式切换到“固定种子”，并将这个数字填入种子输入框。
- 用途：锁定这个让你心动的声音。之后所有用这个种子生成的语音，都会是同一个人、同一种音色，你可以用它来为一系列故事或讲解配音。

设置好文本和参数后，点击醒目的 “生成音频” 按钮。模型会开始工作，这可能需要几秒到十几秒的时间，具体取决于文本长度和你的电脑性能。

生成完成后，页面下方会嵌入一个音频播放器。你可以直接点击播放试听效果。如果满意，可以使用播放器旁边的下载按钮，将音频文件（通常为.wav格式）保存到本地。

掌握了基本操作后，下面这些技巧能让你的语音合成体验更上一层楼。

标点符号是“情感指挥棒”：合理使用逗号、句号、问号和感叹号。模型会根据标点自动调整停顿的长短和语调的起伏。例如：“真的吗？”和“真的吗！”生成的语气会截然不同。
分段生成，效果更佳：对于长篇内容，不要一次性输入所有文字。建议按照自然语义分段（如每2-3句话一段），分段生成音频后再用音频编辑软件（如Audacity）拼接起来。这样每一段的情感表达都会更加饱满和准确。
利用“笑声”和“停顿”：在脚本中主动加入 （笑） 或 （停顿） 这样的提示词，有时能引导模型产生更自然的副语言现象。例如：“这个结果真是太出乎意料了（笑），我们接下来看……”

问题：启动时提示“Port 7860 is already in use”（端口7860已被占用）
- 解决：这表示你电脑上已经有其他程序（可能是之前未关闭的ChatTTS）占用了这个端口。你可以：
  1. 回到终端，按 Ctrl+C 关闭当前服务，重新运行 python webui.py。
  2. 或者在启动命令中指定一个新端口，例如：python webui.py --server-port 7861，然后在浏览器中访问 http://127.0.0.1:7861。
问题：生成速度很慢
- 解决：首次运行时，模型需要从网上下载参数文件（约2GB），请耐心等待。后续生成速度取决于你的CPU/GPU性能。确保你的Python环境（如PyTorch）如果支持GPU，请安装对应的CUDA版本以加速。
问题：生成的语音有杂音或断字
- 解决：首先尝试调整Speed语速参数，过快的语速可能导致发音不清。其次，检查输入文本中是否有特殊字符或罕见词汇，尽量使用规范的口语化表达。
问题：如何获得更稳定、更高质量的音频？
- 解决：对于非常重要的内容，可以采取“多次生成，择优录取”的策略。即使是同一个种子和文本，每次生成也会有细微差别。多生成几次，挑选最满意的一条。