Dots.tts - 超自然语音合成利器，轻松实现真人级中文/多语配音 一键整合包下载
dots.tts 是一个开源的文本转语音（TTS）AI模型，由 rednote-hilab（小红书） 团队开发。简单说，它能把文字变成自然、清晰的人声，而且效果很强。
dots.tts 是目前开源里比较顶尖的“自然声音克隆机”，在多项评分下，dots.tts超越了前几代主流TTS模型，比如IndexTTS2、Qwen3-TTS等，中文/英文词错误率（WER）很低，声音相似度很高、多语言平均相似度最高（83.9）、语音克隆、自然度和情感表达都很强。特别适合想做出高质量、像真人说话的语音产品的开发者或爱好者。
主要特点
全连续、无离散 token：不像很多老模型那样把声音切成“碎片”处理，它全程用连续的音频信号处理，声音更自然、连贯，少了很多“机器味”。
参数 2B（20亿）：基于 Qwen2.5 等大模型架构，结合了语义编码器、LLM（大语言模型）和流匹配（flow-matching）技术。
高音质：支持 48kHz 高采样率，听起来更清晰细腻。
零样本/少样本语音克隆：只需几秒钟的参考音频（甚至不需要对应文字），就能模仿出很像的说话人声音，支持“延续克隆”（带文字参考）和纯音色克隆。
多语言强：在 24 种语言上表现优秀，尤其在中文、英文和粤语等场景领先，开源模型里说话人相似度（SIM）最高。
情感与稳定性好：生成稳定、自然，能表达一定情感，适合复杂句子。
应用领域
语音助手与对话系统：做更自然的 AI 语音交互（支持低延迟流式输出）。
内容创作：有声书、视频配音、播客、短视频自动配音。
个性化语音：游戏角色配音、虚拟主播、个性化语音克隆（比如帮老人“复刻”声音）。
多语言翻译与国际化：跨语言语音合成、语言学习工具。
无障碍辅助：文本朗读、辅助阅读工具。
研究与开发：TTS 研究者可以基于它继续改进或微调。
使用教程：（建议N卡，显存6G起，支持50系显卡）
包含两个版本
迅雷云盘为官方原版，支持单次语音克隆。只需要上传参考音频，输入参考音频文本（可选），输入合成文本内容，生成即可。
百度网盘和夸克网盘为二次开发版，支持单次和批量生成两种模式，支持音色管理。批量支持一次上传多个txt文档批量生成。
下载地址：
迅雷云盘：https://pan.xunlei.com/s/VOujcdyozHl2SHGtTBX01dLnA1?pwd=fp9t 包含主程序和模型（models文件夹），分别下载，解压主程序后，将models文件夹移动到主程序目录即可。
夸克网盘：
**** 本内容需购买 ****
百度网盘：
**** 本内容需购买 ****
超越了index_tts，那真得试一下了，感谢分享！ 超越了index_tts2的话那得试一下了！ 可惜碎银不够，迅雷的试了，音色确实好 torch.AcceleratorError: CUDA error: no kernel image is available for execution on the device
CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1
Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.
如何设置
页:
[1]