IndexTTS

IndexTTS是什么？

IndexTTS是由B站团队开发的工业级文本转语音系统，支持中英文零样本语音克隆与高保真音质合成，通过字符拼写混合建模、带情感音色分离、标点停连控制等方法得到自然度贴近真人听感的语音，并应用于智能助理、有声阅读、视频配音、教育培训等领域，性能优于 XTTS, Fish-Speech 等主流模型，适合高质量语音合成需求。

项目地址：https://github.com/index-tts/index-tts

IndexTTS的核心特点

• 零样本语音克隆：无需目标说话人训练数据即可生成高度相似语音
• 中英双语支持：适配多语言场景，发音自然流畅
• 字符-拼音混合建模：精准纠正中文多音字发音
• 标点停顿控制：通过标点符号调节语音节奏
• 情感与音色分离：独立控制语气与音色，实现丰富表达
• 高保真音质：采用 Conformer 编码器与 BigVGAN2 解码器，提升音色还原度与波形质量 

应用场景

• 智能助手语音输出
• 有声读物与播客制作
• 视频配音与内容创作
• 教育工具与语音教学
• 客服系统语音合成 

IndexTTS 快速使用指南

1. 安装环境

conda create -n index-tts python=3.10
conda activate index-tts
conda install -c conda-forge ffmpeg pynini==2.1.6
pip install torch torchaudio WeTextProcessing –no-deps

2.获取代码与模型

git clone https://github.com/index-tts/index-tts.git
cd index-tts
pip install -e .
export HF_ENDPOINT=”https://hf-mirror.com”
huggingface-cli download IndexTeam/IndexTTS-1.5 –local-dir checkpoints

3.语音合成示例

indextts “你好，我是AI语音助手。” \
–voice reference_voice.wav \
–model_dir checkpoints \
–config checkpoints/config.yaml \
–output output.wav

4.启动 WebUI（可选）

pip install -e “.[webui]” –no-build-isolation
python webui.py –model_dir checkpoints