IndexTTS - B站开源零样本文本转语音模型，文本转语音，一键语音克隆 本地一键整合包下载
IndexTTS 是B站推出的最新文本转语音（TTS）模型，它在中文场景下展现了卓越的表现，并刷新了行业记录。IndexTTS通过中文字符-拼音混合建模、精准停顿控制与跨模态优化等先进技术，显著提升了语音生成的精度和自然度。
IndexTTS 系统经过数万小时的数据训练，已实现业内领先的性能，超越了当前流行的 TTS 系统，包括 XTTS、CosyVoice2、Fish-Speech 和 F5-TTS 等。系统的多个模块经过增强，特别是在扬声器条件特征表示和音频质量优化方面进行了深度改进。通过引入混合建模的方式，IndexTTS 能够快速纠正误读的汉字，提升了用户的使用体验。
应用场景
IndexTTS的成功在于对中文语言特性的深刻理解和创新应用，适用于需要高精度和自然度语音生成的场景，如教育、娱乐、新闻播报等。其精准的停顿控制和多音字处理能力使其在中文朗读和语音合成领域具有显著优势。
使用教程：(建议N卡，显存4G起。基于CUDA11.8)
上传参考音频，输入文本，生成即可。
已知问题：生成结果停顿和语速待优化。这个问题可以尽量找不要有停顿的参考音频，这样效果更好一些
下载地址：
迅雷云盘：https://pan.xunlei.com/s/VOMGHzlNlsL0XhuDu2mFN5ceA1?pwd=9pvm
百度网盘：**** 本内容需购买 ****
解压密码：https://deepface.cc/ 复制这个完整的网址即是解压密码，不要有空格，复制粘贴即可
真牛~期待！ 界面简洁。英语专有名词/简写识别较好，但阿拉伯数字/符号识别不了:'(
页:
[1]