ChatTTS 中文文档 下载 App

说话人嵌入持久化——保存字符串复用同一音色

为什么要持久化

随机采样出的音色可能恰好很好听、很适合某个角色。下次跑脚本时如果不持久化，又会采样出完全不同的音色——之前的好结果就丢了。

保存到文件

rand_spk = chat.sample_random_speaker()

# 保存到 JSON 文件
import json
with open('speaker.json', 'w', encoding='utf-8') as f:
    json.dump({'speaker': rand_spk}, f)

从文件加载

import json
with open('speaker.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
rand_spk = data['speaker']

# 直接复用
wavs = chat.infer(
    "这段语音会和之前的音色完全一致。",
    params_infer_code=ChatTTS.Chat.InferCodeParams(spk_emb=rand_spk)
)

为什么这样可行

sample_random_speaker() 返回的字符串是说话人嵌入向量的 JSON 序列化——它已经是一个确定的向量了，加载后直接喂给模型就行，不需要再"采样"。

典型应用场景

角色配音的一致性

# 第一次：为角色 A 采样并保存
alice_spk = chat.sample_random_speaker()
with open('characters/alice.json', 'w') as f:
    f.write(alice_spk)

# 后续所有 alice 的台词都复用这个嵌入
for line in alice_dialogues:
    wavs = chat.infer(line, params_infer_code=ChatTTS.Chat.InferCodeParams(
        spk_emb=open('characters/alice.json').read()
    ))

批量生产复用

# 第一次运行：采样并保存
default_spk = chat.sample_random_speaker()
open('default_speaker.txt', 'w').write(default_spk)

# 后续运行：直接读取，不再采样
default_spk = open('default_speaker.txt').read()

注意