跳转到主要内容
ToolPotion
AI 顾问
提交(免费)

IndexTTS-2.5

AI 模型文字转语音开源 · 网页版

IndexTTS-2.5 是一个零样本文本到语音模型,可以从单个参考音频片段克隆声音。它支持多种语言,并提供跨语言语音转移和情感控制。

查看模型
分享
查看模型
分享

IndexTTS-2.5 是由 IndexTeam 和 Bilibili 开发的先进文本到语音模型。它旨在从单个参考音频片段克隆声音,使其成为一个强大的语音合成工具。该模型支持多种语言,包括中文、英语、日语、西班牙语和阿拉伯语,允许跨语言语音转移。其一个关键特性是情感控制,与音色解耦,使用户能够操控合成语音的情感基调。

阅读更多

与前身 IndexTTS-2 相比,此版本引入了对日语、西班牙语和阿拉伯语等额外语言的支持。它还提供更快的推理时间,并改善了对中文拼音、英语 CMU 音素和日语假名的可控性。该模型以 GPT 为基础,使用流匹配的语音到梅尔解码器以及 BigVGAN 语音编码器,拥有约 8 亿个参数。

IndexTTS-2.5 输出 22.05 kHz 的波形,并需要 Python 3.10–3.11、NVIDIA GPU 和约 6 GB 的 VRAM 进行推理。用户需要下载模型权重,辅助模型在首次运行时下载到检查点。该模型的局限性包括需要对长文本进行分段,这会影响段边界的韵律,以及用户在获取语音克隆同意方面的责任。

该模型根据 bilibili 模型使用许可协议进行许可,其代码库可在 GitHub 上获取。在过去一个月中,IndexTTS-2.5 的下载量接近 15,000 次,是开发者和研究人员对先进文本到语音能力感兴趣的热门选择。

  • 类别文字转语音
  • 定价模式开源
  • 部署云端
  • 平台网页版

  • 零样本语音克隆

  • 支持中文、英语、日语、西班牙语、阿拉伯语

  • 跨语言语音转移

  • 与音色解耦的情感控制

  • 更快的推理时间

  • 改善的音素可控性

  • 22.05 kHz 波形输出

  • 基于 GPT 的自回归 TTS

  1. 访问模型:访问 Hugging Face 页面

  2. 身份验证:设置访问凭证

  3. 设置环境:安装 Python 3.10–3.11 和所需库

  4. 通过 API 集成:使用提供的 API 进行集成

  5. 优化:调整参数以获得所需输出

  • 语音克隆
  • 多语言合成
  • 情感控制
  • 跨语言转移
  • 音素控制

Hugging Face 旗下产品

IndexTTS-2.5 评价

加载中...

与 IndexTTS-2.5 类似的热门AI工具

Higgs TTS 3

AI 模型

Higgs TTS 3由Boson AI开发,是一个多语言文本转语音模型,旨在实现富有表现力的对话语音。它支持超过100种语言,并提供零样本语音克隆和情感控制等功能,非常适合数字创作者和研究人员。

文字转语音
查看工具

AI 模型

Higgs TTS 3由Boson AI开发,是一个多语言文本转语音模型,旨在实现富有表现力的对话语音。它支持超过100种语言,并提供零样本语音克隆和情感控制等功能,非常适合数字创作者和研究人员。

文字转语音
查看 AI 模型 Top 5

鱼音频剧3

AI 模型

鱼音频剧3是一个为多角色场景和长篇内容设计的文本转语音模型。它支持多说话者生成、声音克隆和自然语言控制,非常适合复杂的音频制作。

文字转语音
查看工具

AI 模型

为多角色场景和长篇内容设计的文本转语音模型。它支持多说话者生成、声音克隆和自然语言控制,非常适合复杂的音频制作。鱼音频剧3是一个为多角色场景和长篇内容设计的文本转语音模型。它支持多说话者生成、声音克隆和自然语言控制,非常适合复杂的音频制作。

文字转语音
查看 AI 模型 Top 5

Speechify 的 AI Voice Generator 可在几秒钟内从文本生成逼真的语音。它提供 60 多种语言的 1,000 多种 AI 语音,并可自定义音高、语调和语速。基本使用无需注册,可轻松为视频、播客和脚本生成配音。

文字转语音
查看工具

Speechify 的 AI Voice Generator 可在几秒钟内从文本生成逼真的语音。它提供 60 多种语言的 1,000 多种 AI 语音,并可自定义音高、语调和语速。基本使用无需注册,可轻松为视频、播客和脚本生成配音。

精选文字转语音
查看 AI 应用 Top 250

Noiz AI

AI 应用

Noiz AI 是一款先进的文本转语音工具,允许用户克隆声音、控制情感并创建栩栩如生的语音。它提供多语言配音、庞大的声音库以及为无缝集成而准备的开发者 API。

文字转语音

文字转语音 排名第 33 位

查看工具

AI 应用

先进的文本转语音工具,允许用户克隆声音、控制情感并创建栩栩如生的语音。它提供多语言配音、庞大的声音库以及为无缝集成而准备的开发者 API。Noiz AI 是一款先进的文本转语音工具,允许用户克隆声音、控制情感并创建栩栩如生的语音。它提供多语言配音、庞大的声音库以及为无缝集成而准备的开发者 API。

文字转语音
文字转语音 排名第 33 位

Voisi 是一个全面的 AI 音频和语言工具包,可将文本转换为语音、语音转换为文本,并在数百种逼真语音和语言之间进行翻译。它能够创建对话、旁白、音乐等,提供多 AI 平台以满足多样化的音频内容需求。

文字转语音
查看工具

全面的 AI 音频和语言工具包,可将文本转换为语音、语音转换为文本,并在数百种逼真语音和语言之间进行翻译。它能够创建对话、旁白、音乐等,提供多 AI 平台以满足多样化的音频内容需求。Voisi 是一个全面的 AI 音频和语言工具包,可将文本转换为语音、语音转换为文本,并在数百种逼真语音和语言之间进行翻译。它能够创建对话、旁白、音乐等,提供多 AI 平台以满足多样化的音频内容需求。

文字转语音
查看 AI 应用 Top 250

Gandr

AI 应用

Gandr 是一个文本转语音和语音克隆平台,提供无限并发流的固定费用服务。它支持 23 种语言的实时音频,非常适合有声书、配音、电子学习等应用。

文字转语音教育与在线学习

文字转语音 排名第 83 位

查看工具

AI 应用

文本转语音和语音克隆平台,提供无限并发流的固定费用服务。它支持 23 种语言的实时音频,非常适合有声书、配音、电子学习等应用。Gandr 是一个文本转语音和语音克隆平台,提供无限并发流的固定费用服务。它支持 23 种语言的实时音频,非常适合有声书、配音、电子学习等应用。

文字转语音教育与在线学习
文字转语音 排名第 83 位

Voicemaker 提供一款由 AI 驱动的文本转语音转换器,拥有超过 2,000 种超逼真语音,支持 130 种语言。轻松生成并下载 MP3 和 WAV 格式的 TTS 音频文件,非常适合视频、演示文稿等各种内容创作需求。

文字转语音

文字转语音 排名第 10 位

查看工具

提供一款由 AI 驱动的文本转语音转换器,拥有超过 2,000 种超逼真语音,支持 130 种语言。轻松生成并下载 MP3 和 WAV 格式的 TTS 音频文件,非常适合视频、演示文稿等各种内容创作需求。Voicemaker 提供一款由 AI 驱动的文本转语音转换器,拥有超过 2,000 种超逼真语音,支持 130 种语言。轻松生成并下载 MP3 和 WAV 格式的 TTS 音频文件,非常适合视频、演示文稿等各种内容创作需求。

精选文字转语音
文字转语音 排名第 10 位

鱼音频

AI 应用

鱼音频允许用户使用先进的人工智能技术从文本提示生成逼真的音效。非常适合游戏、视频和播客,提供广泛的音效,并在付费计划中包含商业使用权。

文字转语音

AI 应用 排名第 142 位

查看工具

AI 应用

允许用户使用先进的人工智能技术从文本提示生成逼真的音效。非常适合游戏、视频和播客,提供广泛的音效,并在付费计划中包含商业使用权。鱼音频允许用户使用先进的人工智能技术从文本提示生成逼真的音效。非常适合游戏、视频和播客,提供广泛的音效,并在付费计划中包含商业使用权。

精选文字转语音
AI 应用 排名第 142 位
1/8