index-tts

index-tts index-tts

项目核心内容总结：

1. 项目功能
   IndexTTS2 是一个支持情感表达和时长控制的文本到语音合成系统，可生成多语言语音，支持中文拼音控制，提供高质量、可控的语音合成能力。

2. 使用方法

   • 安装依赖后，使用 uvp、vits 或 gsvits 模型进行推理。
   • 通过参考语音、文本情感描述（如“害怕”“兴奋”）或拼音标注控制语音情感与发音。
   • 支持调整情感强度（emo_alpha）、随机性（use_random）等参数。

3. 主要特性

   • 情感与时长控制：支持基于参考语音、文本描述或拼音的多维度情感调控。
   • 多语言支持：覆盖中文、英文等多种语言，兼容混合中文字符与拼音的输入。
   • 高效推理框架：提供快速部署与系统集成能力，适配工业级应用场景。
   • 模型兼容性：兼容 IndexTTS1 旧版本，支持不同模型架构（uvp、vits、gsvits）。

4. 其他信息

   • 提供 HuggingFace、ModelScope 等平台的在线演示与模型下载。
   • 依赖 NVIDIA 的 BigVGAN 等开源技术，支持社区贡献与扩展。