ChatTTS nació como un proyecto de investigación de código abierto (publicado en el repositorio 2noise/ChatTTS de GitHub) y se ha convertido en un modelo de texto a voz muy conocido, con más de 20.000 estrellas en GitHub. Su enfoque es concreto y práctico: lograr una voz que suene como una persona hablando, no como un locutor leyendo un guion. Por eso encaja de forma natural en la salida de voz de asistentes basados en modelos de lenguaje y otros sistemas de diálogo, donde la cadencia, las pausas y la prosodia importan más que la claridad de emisión.
El modelo admite chino e inglés y se entrenó con un corpus de audio muy amplio en ambos idiomas, lo que explica que sus resultados suenen fluidos en contextos conversacionales y con mezcla de idiomas. Al ser de código abierto, los desarrolladores pueden instalarlo localmente con pip, cargar los pesos preentrenados y generar audio a partir de texto con apenas unas líneas de código.
El sitio chattts.com es un recurso gestionado por la comunidad y no la página oficial del proveedor: reúne antecedentes del proyecto, una guía de uso paso a paso, un recorrido de código descargable y una demo ligera en línea. También orienta a los visitantes hacia herramientas relacionadas de clonación de voz. Como el modelo es abierto, no hay suscripción: el coste real es tu propia capacidad de cómputo y el tiempo de configuración.
