O ChatTTS começou como um projeto de pesquisa de código aberto (publicado no repositório 2noise/ChatTTS, no GitHub) e se tornou um modelo de texto em fala bastante conhecido, com mais de 20 mil estrelas no GitHub. Seu foco é específico e prático: fazer a voz sintetizada soar como uma pessoa falando, e não como um locutor lendo um roteiro. Isso o torna ideal para a saída de voz de assistentes baseados em grandes modelos de linguagem e outros sistemas de diálogo, onde cadência, pausas e prosódia importam mais do que a clareza de locução.
O modelo suporta chinês e inglês e foi treinado com um corpus de áudio muito amplo nos dois idiomas, o que explica resultados fluentes em contextos conversacionais e com mistura de línguas. Por ser aberto, os desenvolvedores podem instalá-lo localmente com pip, carregar os pesos pré-treinados e gerar áudio a partir de texto com poucas linhas de código.
O site chattts.com é um recurso mantido pela comunidade, e não a página oficial do fornecedor: reúne histórico do projeto, guia de uso passo a passo, um tutorial de código para download e uma demonstração leve no navegador. Também indica ferramentas relacionadas de clonagem de voz. Como o modelo é aberto, não há assinatura — o custo real é o seu próprio poder de processamento e o tempo de configuração.
