ChatTTS-ui 四步离线部署零网络依赖的语音合成系统搭建指南【免费下载链接】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.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui涉密机房、野外勘测、企业内网断网——这些场景还要用文字转语音怎么办ChatTTS-ui离线部署就是为此准备的本地网页版 TTS 工具自带对外 API 接口模型全部放本机后不联网也能稳定出音。本文带你四步建成一套无网络依赖的语音合成服务。动手前先看原理离线语音合成为何能全程断网ChatTTS-ui 的离线模式核心就一句话模型文件预先下载到本机运行时只从磁盘读取全程不碰外网。链路是文本输入 → 本地分词 → 模型推理 → 音频输出四个环节在本地闭环断网、弱网环境照样出音。 动手前先选部署方案单机与局域网怎么选正式装之前先定方案。如果你的场景是企业内网部署直接看第二行两种方式只差一个--host参数访问范围完全不同方案适用场景启动参数访问方式单机部署个人用户、小规模使用python app.py --offline --port 9966仅本机访问用curl http://localhost:9966/health验证局域网部署企业内网多终端共享python app.py --offline --host 0.0.0.0 --port 9966内网终端经服务器 IP 加 9966 端口访问方案选定后下面四步两者通用只是第四步的启动命令不同。 四步完成 ChatTTS-ui 离线部署模型、配置、依赖、启动第一步下载 all-models.7z摆对 5 个模型文件模型包有两个获取渠道项目发布页的 all-models.7z 压缩包或镜像存储库里的备用下载节点。拿到包离线模型安装的素材就齐了。解包后按下面结构放进asset/目录五个文件一个都不能少asset/ ├── Vocos.pt # 声码器模型 ├── DVAE_full.pt # 变分自编码器 ├── GPT.pt # 语言模型 ├── Decoder.pt # 解码器 └── tokenizer.pt # 分词器模型路径的定义位置在 ChatTTS/config/config.py下一步会用上。第二步改主程序模型路径再写 .env 环境变量打开 app.py定位约第 35 行附近的模型加载代码段把网络下载改成指向本地目录并确认五个模型文件齐全CHATTTS_DIR MODEL_DIR /pzc163/chatTTS required_models [ Vocos.pt, DVAE_full.pt, GPT.pt, Decoder.pt, tokenizer.pt ]再新建一个.env文件写入三行离线开关OFFLINE_MODEtrue MODEL_CACHE_DIR./asset ENABLE_NETWORK_CHECKfalse其余两处配置位置也记一下日志相关在 tools/logger/log.py界面参数在 uilib/cfg.py。加载异常时先查这两个文件。第三步一条命令冻结依赖清单再离线安装找一台能上网的机器先把当前环境的依赖清单导出pip freeze requirements-offline.txt把requirements-offline.txt和全部依赖包打包拷到离线机器然后本地安装pip install --no-index --find-links./offline_packages -r requirements-offline.txt--no-index表示不回连 pip 源、只从本地目录取包。装完这一步运行环境就和外网彻底解耦了。第四步启动服务用健康检查确认跑通单机方案一条命令启动紧跟一条健康检查python app.py --offline --port 9966 curl http://localhost:9966/health选的是局域网方案就把启动命令换成python app.py --offline --host 0.0.0.0 --port 9966。curl拿到正常响应说明服务已经跑起来可以进入验收。✅ 部署完成后的验收测试一次 API 调用 性能基准对比向本地接口发一条最小化合成请求确认离线链路完整可用import requests response requests.post(http://127.0.0.1:9966/tts, json{ text: 离线语音合成测试成功, voice: default, temperature: 0.3 }) print(response.json())合成成功后建议顺手记录一次离线环境的性能基准方便日后横向对比测试项目在线模式离线模式响应时间200-500ms300-800ms音频质量优秀良好并发能力高中稳定性依赖网络完全稳定离线模式响应时间略高属于正常现象换来的是对网络状态的零依赖。常见问题速查三类典型故障对照排查现象可能原因解决办法启动时报“模型文件不存在”asset 目录下 .pt 文件缺失或不完整逐个核对 5 个模型文件是否齐全无法加载模型配置中的路径与实际文件位置不匹配核对 config.py 里的路径改成 asset 目录的真实位置合成过程中崩溃内存不足增加系统内存或降低并发数排查先跟日志再动手tail -f logs/app.log里出现 download failed 是网络残留问题file not found 指向路径配置out of memory 说明内存吃紧对号入座即可。性能调优与长期维护硬件档位、参数与例行清单硬件按三档配置就能覆盖绝大多数场景个人使用 8GB 内存 4 核 CPU企业部署 16GB 以上内存 8 核以上 CPU高并发场景 32GB 以上内存并配专用 GPU。软件侧在 config.py 里调整合成参数批处理与编译开关直接影响吞吐model_config { batch_size: 4, max_length: 512, compile: true }上线不是结束建议每月走一遍例行维护清单核对 asset 目录里 5 个模型文件的完整性检查系统内存、CPU 等资源占用更新依赖包版本定期复制 asset 目录备份模型文件备份 .env 与配置文件归档保存重要的合成记录到这里一套完全断网可用的 ChatTTS-ui 语音合成服务就落地了。日常调整主要看三个入口主程序 app.py、界面配置 uilib/cfg.py、模型路径定义 ChatTTS/config/config.py。按四步流程走一遍个人单机到企业内网部署都能直接复用。【免费下载链接】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.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考