설명
IndexTTS-2.5는 IndexTeam과 Bilibili가 개발한 정교한 텍스트-음성 변환 모델입니다. 단일 참조 오디오 클립에서 음성을 복제하도록 설계되어 음성 합성에 강력한 도구가 됩니다. 이 모델은 중국어, 영어, 일본어, 스페인어 및 아랍어를 포함한 여러 언어를 지원하여 언어 간 음성 전송이 가능합니다. 주요 기능 중 하나는 음성의 음색과 분리된 감정 조절로, 사용자가 합성된 음성의 감정 톤을 조작할 수 있는 능력을 제공합니다.
더 읽기
이전 버전인 IndexTTS-2와 비교할 때, 이 버전은 일본어, 스페인어 및 아랍어와 같은 추가 언어 지원을 도입했습니다. 또한 더 빠른 추론 시간과 중국어 병음, 영어 CMU 음소 및 일본어 가나에 대한 향상된 제어 기능을 제공합니다. 이 모델은 GPT 백본으로 작동하며, 흐름 일치 음성-멜 디코더와 BigVGAN 보코더를 사용하여 약 8억 개의 매개변수를 자랑합니다.
IndexTTS-2.5는 22.05 kHz 파형을 출력하며, 추론을 위해 Python 3.10–3.11, NVIDIA GPU 및 약 6GB의 VRAM이 필요합니다. 사용자는 모델 가중치를 다운로드해야 하며, 보조 모델은 첫 실행 시 체크포인트에 다운로드됩니다. 모델의 한계는 긴 텍스트를 세분화해야 하며, 이는 세그먼트 경계에서의 운율에 영향을 미치고, 음성 복제를 위한 동의 확보에 대한 사용자 책임이 필요하다는 점입니다.
이 모델은 bilibili 모델 사용 라이선스 계약에 따라 라이선스가 부여되며, GitHub에서 리포지토리를 이용할 수 있습니다. 지난 한 달 동안 거의 15,000회의 다운로드를 기록한 IndexTTS-2.5는 고급 텍스트-음성 변환 기능에 관심이 있는 개발자와 연구자들에게 인기 있는 선택입니다.
- 카테고리텍스트 음성 변환
- 요금제오픈소스
- 배포클라우드
- 플랫폼웹
IndexTTS-2.5 하이라이트
제로샷 음성 복제
중국어, 영어, 일본어, 스페인어, 아랍어 지원
언어 간 음성 전송
음색과 분리된 감정 조절
더 빠른 추론 시간
음소에 대한 향상된 제어
22.05 kHz 파형 출력
GPT 백본을 가진 자기 회귀 TTS
IndexTTS-2.5 시작하기
모델 접근: Hugging Face 페이지 방문
인증: 접근 자격 증명 설정
환경 설정: Python 3.10–3.11 및 필요한 라이브러리 설치
API를 통한 통합: 제공된 API를 사용하여 통합
최적화: 원하는 출력을 위한 매개변수 조정
IndexTTS-2.5의 사용 사례
- 음성 복제
- 다국어 합성
- 감정 조절
- 언어 간 전송
- 음소 제어
