AI Agent开发大全第二十三课-基于本地模型开发文本转语音

背景

今天我们来讲点好玩的也是比较实用的，那就是文本转语音。市面上有不少数字人工具，不过大家注意到没，一般文本转语音都很贵：或以40-60积分换一段语音（15秒）或以5毛钱换30秒语音。这个无论是自用还是企业开发，都是不可接受的，太贵了。因此，今天我们要讲两种方式来实现文本转语音：1. 自建本地模型把文本变成语音；2. 利用企业级的SAAS把文本转语音；并赋上可用于生产环境的Restful API的全代码。要知道很多网上的ChatTTS都是跑不起来或者是只能用CPU跑，还是源于太多人喜欢复制粘贴而没有实际去动手自己去验证，更不要谈在生产环境上的落地了。

本地布署大模型实现文本转语音

我们使用著名的ChatTTS，这个项目搭建稍微有点烦琐，但是它的好处是。。。一旦你搭建完了，可以用廉价GPU（4.5GBGPU显存）就可以得到1万个（对，是10,000个各种不同的口音）这是任何目前企业级SAAS无可比拟的，关键还有一点，一旦搭建好了&#x