語音合成效果非常好，可作為自己日常文本轉語音使用工具！

軟件介紹

IndexTTS 是由嗶哩嗶哩（B 站）開源的工業級可控高效零樣本文本轉語音（TTS）系統，基于 XTTS 和 Tortoise 構建，采用 GPT 風格架構。經過數萬小時數據訓練，性能達到當前頂尖水平，在多項測試中優于 XTTS、CosyVoice2、Fish - Speech、F5 - TTS 等主流 TTS 系統

官方地址：https://github.com/index-tts/index-tts

案例效果：IndexTTS: An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System

核心功能與技術改進?

（一）核心功能?

1. 支持拼音糾正漢字發音，在中文場景下能快速修正讀錯的字符。?

1. 可通過標點符號控制任意位置的停頓，提升語音表達的自然度。?

（二）技術改進與貢獻?

1. 采用字符 - 拼音混合建模方法，專門針對中文場景優化發音準確性。?

1. 集成 Conformer 條件編碼器和基于 BigVGAN2 的語音碼解碼器，有效提升訓練穩定性、語音音色相似度與音質。?

1. 公開所有測試集，涵蓋多音節詞測試集、主觀測試集和客觀測試集，方便行業研究與對比。

模型版本與更新?

1. 2025/05/14：發布 IndexTTS - 1.5 版本，大幅提升模型穩定性及英語語言性能。?

1. 2025/03/25：發布 IndexTTS - 1.0 模型參數與推理代碼。?

1. 2025/02/12：在 ArXiv（編號 2502.05512）提交論文，并發布演示 demo 與測試集。

軟件部署

參考地址：https://github.com/index-tts/index-tts

1、cuda環境

參考：Ubuntu22.4部署及更新cuda11.8與cuda12.1_ubuntu 升級cuda-CSDN博客

2、Python環境

本案例使用3.10版本，也是官方推薦版本

參考：Python多版本管理工具——pyenv安裝及使用-CSDN博客

pyenv install 3.10
pyenv global 3.10
python version

3、軟件下載

cd /opt/
git clone https://github.com/index-tts/index-tts.git

4、依賴下載

cd /opt/index-tts/
pip install -r requirements.txt
pip install deepspeed

5、模型下載

地址：IndexTTS-1.5

git lfs install
git clone https://www.modelscope.cn/IndexTeam/IndexTTS-1.5.git

6、修改源碼

修改webui.py代碼支持遠程訪問，內容如下

parser.add_argument("--host", type=str, default="0.0.0.0", help="Host to run the web UI on")

7、啟動Web

python webui.py --model_dir IndexTTS-1.5

8、瀏覽器訪問

地址：http://192.168.1.76:7860/

9、語音合成應用

輸入內容

窗臺上的舊搪瓷盆里，野菊不知何時冒了芽。起初是針尖似的綠，怯生生扒著陶土邊緣，后來竟攢出半掌葉瓣，風過時便簌簌抖，像怕人窺見的秘密。
晨露未晞時最熱鬧。陽光斜斜切進來，給葉片的絨毛鍍上金粉，水珠在葉尖滾了滾，“咚” 地落進盆沿裂縫里。有時麻雀會停在窗欞上，歪頭瞅這叢新綠，小爪子在木頭上磕出輕響，倒驚得野菊晃了晃，漏下滿窗臺的碎光。
不必盼著開花的。單是看它把枯盆活出春意，看光影在葉上寫短詩，就夠溫柔了。